NMF rank度量圖該怎么看

幕布筆記

  • NMF
  • W basis

  • H coefficients

  • Rank選擇


  • Sparseness
  • 殘差和殘差平方和自不必說

  • dispersion 離差

    • In statistics, dispersion (also called variability, scatter, or spread) is the extent to which a distribution is stretched or squeezed.[1] Common examples of measures of statistical dispersion are the variance, standard deviation, and interquartile range. 也就是和方差识窿、標(biāo)準(zhǔn)差類似的概念
  • silhouette

    • Silhouette refers to a method of interpretation and validation of consistency within clusters of data. The technique provides a succinct graphical representation of how well each object lies within its cluster.[1]

    • The silhouette value is a measure of how similar an object is to its own cluster (cohesion) compared to other clusters (separation). The silhouette ranges from ?1 to +1, where a high value indicates that the object is well matched to its own cluster and poorly matched to neighboring clusters. If most objects have a high value, then the clustering configuration is appropriate. If many points have a low or negative value, then the clustering configuration may have too many or too few clusters.

    • The silhouette can be calculated with any distance metric, such as the Euclidean distance or the Manhattan distance.

  • cophenetic 同表象相關(guān)

    • 描述

http://blog.sciencenet.cn/home.php?mod=space&uid=3406804&do=blog&quickforward=1&id=1175517

  • 選擇Rank方法匯總

    • 選擇cophenetic correlation coefficient 開始下降的最小Rank值

    • 選擇cophenetic隨rank值變化曲線中最大變動的前一個點

    • 選擇RSS出現(xiàn)一個拐點(inflection point)

  • 選擇觀測數(shù)據(jù)殘差減少大于隨機(jī)數(shù)據(jù)殘差減少的最小Rank

更新:沒用一個完全確定的方法可以自動確定數(shù)目斩郎,一般同時根據(jù)聚類的可重復(fù)性和殘差進(jìn)行判斷。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末喻频,一起剝皮案震驚了整個濱河市缩宜,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌甥温,老刑警劉巖锻煌,帶你破解...
    沈念sama閱讀 216,402評論 6 499
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異窿侈,居然都是意外死亡炼幔,警方通過查閱死者的電腦和手機(jī)音五,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,377評論 3 392
  • 文/潘曉璐 我一進(jìn)店門宙彪,熙熙樓的掌柜王于貴愁眉苦臉地迎上來椭豫,“玉大人瞎惫,你說我怎么就攤上這事甲喝『С拢” “怎么了漩绵?”我有些...
    開封第一講書人閱讀 162,483評論 0 353
  • 文/不壞的土叔 我叫張陵嘁圈,是天一觀的道長殉农。 經(jīng)常有香客問我刀脏,道長,這世上最難降的妖魔是什么超凳? 我笑而不...
    開封第一講書人閱讀 58,165評論 1 292
  • 正文 為了忘掉前任愈污,我火速辦了婚禮耀态,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘暂雹。我一直安慰自己首装,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 67,176評論 6 388
  • 文/花漫 我一把揭開白布杭跪。 她就那樣靜靜地躺著仙逻,像睡著了一般。 火紅的嫁衣襯著肌膚如雪涧尿。 梳的紋絲不亂的頭發(fā)上系奉,一...
    開封第一講書人閱讀 51,146評論 1 297
  • 那天,我揣著相機(jī)與錄音姑廉,去河邊找鬼缺亮。 笑死,一個胖子當(dāng)著我的面吹牛桥言,可吹牛的內(nèi)容都是我干的瞬内。 我是一名探鬼主播,決...
    沈念sama閱讀 40,032評論 3 417
  • 文/蒼蘭香墨 我猛地睜開眼限书,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了章咧?” 一聲冷哼從身側(cè)響起倦西,我...
    開封第一講書人閱讀 38,896評論 0 274
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎赁严,沒想到半個月后扰柠,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,311評論 1 310
  • 正文 獨居荒郊野嶺守林人離奇死亡疼约,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,536評論 2 332
  • 正文 我和宋清朗相戀三年卤档,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片程剥。...
    茶點故事閱讀 39,696評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡劝枣,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出织鲸,到底是詐尸還是另有隱情舔腾,我是刑警寧澤,帶...
    沈念sama閱讀 35,413評論 5 343
  • 正文 年R本政府宣布搂擦,位于F島的核電站稳诚,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏瀑踢。R本人自食惡果不足惜扳还,卻給世界環(huán)境...
    茶點故事閱讀 41,008評論 3 325
  • 文/蒙蒙 一才避、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧氨距,春花似錦桑逝、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,659評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至舆驶,卻和暖如春橱健,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背沙廉。 一陣腳步聲響...
    開封第一講書人閱讀 32,815評論 1 269
  • 我被黑心中介騙來泰國打工拘荡, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人撬陵。 一個月前我還...
    沈念sama閱讀 47,698評論 2 368
  • 正文 我出身青樓珊皿,卻偏偏與公主長得像,于是被迫代替她去往敵國和親巨税。 傳聞我的和親對象是個殘疾皇子蟋定,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,592評論 2 353

推薦閱讀更多精彩內(nèi)容