adjusted_rand_score#

sklearn.metrics.adjusted_rand_score(labels_true, labels_pred)[источник]#

Индекс Рэнда, скорректированный на случайность.

Индекс Рэнда вычисляет меру сходства между двумя кластеризациями, рассматривая все пары образцов и подсчитывая пары, которые назначены в одинаковые или разные кластеры в предсказанной и истинной кластеризациях.

Сырой показатель RI затем "корректируется на случайность" в показатель ARI с использованием следующей схемы:

ARI = (RI - Expected_RI) / (max(RI) - Expected_RI)

Скорректированный индекс Рэнда, таким образом, гарантированно имеет значение, близкое к 0.0 для случайной разметки независимо от количества кластеров и образцов и точно 1.0, когда кластеризации идентичны (с точностью до перестановки). Скорректированный индекс Рэнда ограничен снизу значением -0.5 для особенно несогласованных кластеризаций.

ARI является симметричной мерой:

adjusted_rand_score(a, b) == adjusted_rand_score(b, a)

Подробнее в Руководство пользователя.

Параметры:
labels_truearray-like формы (n_samples,), dtype=int

Истинные метки классов, используемые в качестве эталона.

labels_predarray-like формы (n_samples,), dtype=int

Метки кластеров для оценки.

Возвращает:
ARIfloat

Оценка сходства от -0.5 до 1.0. Случайные разметки имеют ARI близкий к 0.0. 1.0 означает идеальное совпадение.

Смотрите также

adjusted_mutual_info_score

Adjusted Mutual Information.

Ссылки

[Hubert1985]

L. Hubert и P. Arabie, Comparing Partitions, Journal of Classification 1985 https://link.springer.com/article/10.1007%2FBF01908075

[Steinley2004]

D. Steinley, Свойства скорректированного индекса Рэнда Хьюберта-Араби, Psychological Methods 2004

Примеры

Идеально совпадающие разметки имеют оценку 1, даже

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

Разметки, которые относят всех членов классов к одним и тем же кластерам, являются полными, но не всегда чистыми, поэтому штрафуются:

>>> adjusted_rand_score([0, 0, 1, 2], [0, 0, 1, 1])
0.57

ARI симметричен, поэтому разметки, имеющие чистые кластеры с элементами из одних и тех же классов, но с ненужными разделениями, штрафуются:

>>> adjusted_rand_score([0, 0, 1, 1], [0, 0, 1, 2])
0.57

Если элементы классов полностью разделены по разным кластерам, назначение полностью неполное, поэтому ARI очень низкий:

>>> adjusted_rand_score([0, 0, 0, 0], [0, 1, 2, 3])
0.0

ARI может принимать отрицательное значение для особенно несогласованных меток, которые являются худшим выбором, чем ожидаемое значение случайных меток:

>>> adjusted_rand_score([0, 0, 1, 1], [0, 1, 0, 1])
-0.5

См. Коррекция на случайность в оценке производительности кластеризации для более подробного примера.

На этой странице