sklearn. metrics . Adusted_rand_Score¶

شاخص RAND با در نظر گرفتن همه جفت نمونه ها و شمارش جفت هایی که در خوشه های یکسان یا متفاوت در خوشه های پیش بینی شده و واقعی قرار می گیرند ، اندازه گیری شباهت بین دو خوشه را محاسبه می کند.

سپس نمره RAW RI "با استفاده از برنامه زیر" برای شانس "تنظیم می شود:

اری = (RI - مورد انتظار_ری) / (حداکثر(RI) - مورد انتظار_ری) 

از این رو ، شاخص RAND تعدیل شده برای برچسب زدن تصادفی به طور مستقل از تعداد خوشه ها و نمونه ها و دقیقاً 1. 0 در هنگام خوشه ها یکسان است (تا یک جابجایی) ، مقداری نزدیک به 0. 0 دارد. شاخص RAND تنظیم شده برای خوشه های مخصوصاً متناقض در زی ر-0. 5 محدود شده است.

ARI یک اقدام متقارن است:

تنظیم شده_ rand_score(a, b) == تنظیم شده_ rand_score(b, a) 

در راهنمای کاربر بیشتر بخوانید.

پارامترها: Array int LaBels_true ، شکل = [n_samples]

برچسب های کلاس حقیقت زمین که به عنوان مرجع مورد استفاده قرار می گیرند.

LABELS_PRED آرایه مانند شکل (n_samples ،)

برچسب های خوشه ای برای ارزیابی.

بازگشت: شناور آری

نمره شباهت بی ن-0. 5 و 1. 0. برچسب های تصادفی دارای ARI نزدیک به 0. 0 هستند. 1. 0 مخفف مسابقه کامل است.

اطلاعات متقابل تنظیم شده.

[Hubert1985]

L. Hubert and P. Arabie ، مقایسه پارتیشن ها ، مجله طبقه بندی 1985 https://link. springer. com/article/10. 1007٪2FBF01908075

[Steinley2004]

D. Steinley ، خواص شاخص RAND تنظیم شده Hubert-Arabie ، روشهای روانشناختی 2004

[چاکون]

برچسب های کاملاً مطابق با نمره 1 حتی

>>> از جانب sklea. metrics. cluster وارد كردن تنظیم شده_ rand_score >>> تنظیم شده_ rand_score([0, 0, 1, 1], [0, 0, 1, 1]) 1.0 >>> تنظیم شده_ rand_score([0, 0, 1, 1], [1, 1, 0, 0]) 1.0 

برچسب هایی که تمام اعضای کلاس را به همان خوشه ها اختصاص می دهند کامل هستند اما ممکن است همیشه خالص نباشند ، از این رو مجازات می شوند:

>>> تنظیم شده_ rand_score([0, 0, 1, 2], [0, 0, 1, 1]) 0. 57 

ARI متقارن است ، بنابراین برچسب هایی که دارای خوشه های خالص با اعضا هستند که از همان کلاس ها می آیند اما شکاف های غیر ضروری مجازات می شوند:

>>> تنظیم شده_ rand_score([0, 0, 1, 1], [0, 0, 1, 2]) 0. 57 

اگر اعضای کلاس کاملاً در خوشه های مختلف تقسیم شوند ، تکالیف کاملاً ناقص است ، از این رو ARI بسیار کم است:

>>> تنظیم شده_ rand_score([0, 0, 0, 0], [0, 1, 2, 3]) 0.0 

ARI ممکن است برای برچسب های مخصوصاً متناقض که انتخاب بدتری نسبت به مقدار مورد انتظار برچسب های تصادفی است ، ارزش منفی داشته باشد:

>>> تنظیم شده_ rand_score([0, 0, 1, 1], [0, 1, 0, 1]) -0. 5