我有两组数据集，想使用KNIME对这些数据集进行聚类分析。

完成聚类后，我希望对两种不同的聚类算法进行性能比较。

关于聚类算法的性能分析，这是否应该衡量时间（算法的时间复杂度和执行数据聚类所需的时间等）还是聚类输出的有效性？（或者两者兼而有之）

还有没有其他角度可以用来评估聚类算法的性能（或缺乏性能）？

非常感谢，

• T

回答：

这很大程度上取决于你可用的数据类型。

衡量性能的一个常见方法是参照现有的（“外部”）标签（尽管这对于分类比聚类更有意义）。你可以使用大约二十多种措施来进行这种评估。

在使用“内部”质量衡量标准时，请确保它与算法无关。例如，k-means优化了这种衡量标准，在使用这种标准进行评估时总是表现最佳。