为什么我在使用余弦相似度时会得到 Dunn 指数的负值？

Question

我使用 k-means 聚类归一化数据。我使用了不同的相似度矩阵，如欧几里德、曼哈顿和余弦，当我使用余弦相似度时，邓恩指数得到了一个负值。我读过 Dunn Index 的值范围从 0 到无穷大。使用余弦相似度计算邓恩指数是否正确？

我用过this implementation of Dunn Index.

Answer 1

欧几里德和曼哈顿是距离。它们可以用来衡量相似度，但它们满足距离的要求。最重要的是，不存在负距离。 0表示相同，值越大越不相似

余弦相似度定义为两个向量之间夹角的余弦值。两个平行向量的相似度为1，角度差越大，相似度越低。如果两个向量相反，则余弦相似度为-1。

因此，余弦相似度不是距离。因此，您不能在需要距离的地方使用它，例如计算邓恩指数。