Python sklearn adjusted_mutual_info_score用法及代码示例

本文简要介绍python语言中 sklearn.metrics.adjusted_mutual_info_score 的用法。

用法:

sklearn.metrics.adjusted_mutual_info_score(labels_true, labels_pred, *, average_method='arithmetic')

两个聚类之间的调整互信息。

调整后的互信息 (AMI) 是对互信息 (MI) 分数的调整，以考虑机会。它解释了这样一个事实，即无论实际上是否有更多信息共享，对于具有大量集群的两个集群，MI 通常更高。对于两个集群 \(U\) 和 \(V\) ，AMI 给出为：

AMI(U, V) = [MI(U, V) - E(MI(U, V))] / [avg(H(U), H(V)) - E(MI(U, V))]

该指标独立于标签的绝对值：类或集群标签值的排列不会以任何方式改变得分值。

此外，该指标是对称的：将 \(U\) ( label_true ) 与 \(V\) ( labels_pred ) 切换将返回相同的分数值。当不知道真实的基本事实时，这对于测量同一数据集上两个独立标签分配策略的一致性很有用。

请注意，此函数比其他指标(例如调整后的兰德 index )慢一个数量级。

在用户指南中阅读更多信息。

参数：

labels_true：int 数组，形状 = [n_samples]

将数据聚类为不相交的子集，在上述公式中称为\(U\)。

labels_pred：int 形状类似数组 (n_samples,)

将数据聚类为不相交的子集，在上述公式中称为\(V\)。

average_method：str，默认='算术'

如何计算分母中的标准化因子。可能的选项有‘min’, ‘geometric’, ‘arithmetic’和‘max’。

返回：

ami：浮点数(上限为 1.0)

当两个分区相同(即完全匹配)时，AMI 返回值 1。随机分区(独立标签)的预期 AMI 平均约为 0，因此可能为负数。该值以调整后的 nat 为单位(基于自然对数)。

参考：

1

Vinh、Epps 和 Bailey，(2010 年)。聚类比较的信息论度量：变体、属性、归一化和机会校正，JMLR

2

调整后的相互信息的维基百科条目

例子：

完美的标签既同质又完整，因此得分为 1.0：

>>> from sklearn.metrics.cluster import adjusted_mutual_info_score
>>> adjusted_mutual_info_score([0, 0, 1, 1], [0, 0, 1, 1])
... 
1.0
>>> adjusted_mutual_info_score([0, 0, 1, 1], [1, 1, 0, 0])
... 
1.0

如果类成员完全分散在不同的集群中，则分配完全是in-complete，因此 AMI 为空：

>>> adjusted_mutual_info_score([0, 0, 0, 0], [0, 1, 2, 3])
... 
0.0