Python sklearn rand_score用法及代码示例

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

用法:

sklearn.metrics.rand_score(labels_true, labels_pred)

兰德 index 。

兰德 index 通过考虑在预测和真实聚类中相同或不同聚类中分配的所有样本对和计数对来计算两个聚类之间的相似性度量。

原始 RI 分数为：

RI =(一致对数)/(对数)

在用户指南中阅读更多信息。

参数：

labels_true：形状类似数组 (n_samples,)，dtype=integral

地面实况类标签用作参考。

labels_pred：形状类似数组 (n_samples,)，dtype=integral

要评估的集群标签。

返回：

RI：浮点数

相似度分数介于 0.0 和 1.0 之间，含 1.0 代表完美匹配。

参考：

例子：

完全匹配的标签甚至有 1 分

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

将所有类成员分配到相同集群的标签是完整的，但可能并不总是纯粹的，因此受到惩罚：

>>> rand_score([0, 0, 1, 2], [0, 0, 1, 1])
0.83...