瞭解對帳可信度分數

對帳 (或叢集) 信心分數是將實體指派給叢集的信心水準指標。接著，您可以篩除叢集模型不確定的預測結果，並根據其餘有把握的結果做出決策。

可信度分數的產生方式

叢集會產生硬性指派：每個實體都只會指派給一個叢集。信賴分數介於 [0, 1] 之間，用來描述節點屬於所指派叢集的信賴水準。

任何一對實體之間都有相似度/距離的概念。叢集內的實體配對距離較短，跨叢集的配對距離則較長。實體與叢集其他成員的距離越遠，信賴度值就越低。

其他叢集也會影響信賴度分數。如果實體附近有其他叢集，系統會根據與這些叢集的距離降低實體的信賴度。

叢集密度與叢集中所有實體配對之間的距離有關，也會影響信賴度值：對於與叢集距離固定的任何實體，如果叢集密度較低，信賴度值就會較高；如果叢集密度較高，信賴度值就會較低。

為了將對帳管道擴充至數百萬或數十億個實體，信心分數計算會運用隨機取樣方法，限制運算複雜度。因此，信心分數會分組到 0.1 大小的間隔中。因此，建議您不要依據確切的可信度值做出審查或人機迴圈決策。

請參閱下列說明，瞭解圖表內容。

說明	圖表
實體
實體叢集。以圓圈表示的實體叢集。圓圈大小代表叢集擴散程度。
多個實體叢集。顏色編碼：實體及其指派的叢集共用相同顏色。
在某些情況下，我們會著重於單一實體及其與其他叢集的關係。其他所有實體都會隱藏。 d_a：實體到叢集 A 重心的距離 d_b：實體到叢集 B 重心的距離 c：實體的叢集信賴分數

以下圖表提供範例，協助您瞭解決定信賴分數的高階概念。

情境	圖表
實體會指派給叢集 A。如果 A 是整個嵌入空間中唯一的叢集，則無論兩者之間的距離為何，信賴分數一律為 1。
A 和 B 是擴散程度相同的叢集，且其質心與實體的距離相等。這兩個叢集對實體具有相同影響力，因此信賴分數為 0.5。
附近其他叢集的存在會對實體產生影響，並稀釋信賴度分數。如果有三個相同價差的叢集，且實體與這三個叢集的距離相等，則信賴分數為 0.33。
A 和 B 是擴散範圍相同的叢集，但實體與 A 的距離比與 B 更近。 A 對實體的影響力較大。由於實體也指派給 A，因此可信度分數會大於 0.5。
A 和 B 是擴散範圍相同的叢集，但實體與 B 的距離比 A 更近。因此 A 對實體的影響力會降低。可信度分數會低於 0.5。
A 的分布範圍大於 B，但兩者的質心與實體的距離相等。 A 對實體的影響力較大。由於實體也指派給 A，因此可信度分數會大於 0.5。