分组算法在数据分析中被广泛用于分组类似数据点. 评估这些分组的质量对于确定它们的有效性至关重要. 调整后的Rand指数(ARI)是用于此目的的流行度量,为真实标签和分组结果的相似性提供了度量.

理解调整后的兰德指数

ARI将集群输出与地面真实性进行比较,并调整机会组合。 它的值从 - 1 到 1, 其中 1 表示完全一致, 0 表示随机集群,负值意味着比偶然预期的要少。

计算调整后的兰德索引

大多数编程语言都提供库来计算 ARI. 例如,在Python中, scikit-learn 库提供了直截了当的函数:

实例:]

⁇

从 skelarn.medics 导入调整后的 rand score

标签 true = [0, 0, 1, 1, 2]

标签 pred = [0, 0, 1, 0, 2]

得分=调整后的 rand score(标签 reals,标签 pred)

打印(“调整的兰德指数 ” ,分数)

⁇

实际执行提示

在应用 ARI 时, 确保真实的标签可供比较。 还必须结合上下文来解释分数, 考虑所使用的特定数据集和分组方法。 使用 ARI 和其他度量衡可以提供更全面的评价 。

此外,预处理数据和选择适当的集群算法可以影响ARI结果. 使用不同参数的实验有助于优化集群性能.