这个公式和纯度公式验证一样吗？

Question

我读过的大多数论文都使用外部验证来验证这个公式的聚类准确性： 其中 ai 是出现在第 i 个集群中的数据对象的数量 及其对应的真类，n为数据集中数据对象的个数。根据这一措施，较高的 r 值表示 更好的聚类结果，完美的聚类产生一个值 r = 1.0

这个公式和纯度公式一样吗？ 你可以在这里阅读纯度https://stats.stackexchange.com/questions/95731/how-to-calculate-purity

还是谢谢

Answer 1

我不同意论文中关于这将是“普遍”使用的说法。常用的度量是 ARI（调整兰德指数）和 NMI（归一化互信息）。

但是，吨，这看起来与纯度相同。有同样的缺陷。

据推测，他们使用的衡量标准是偏向于将“真正的”集群分解成更小的块。如果 k=n，每个点都是它自己的簇，那么 all so 将是 1，这个度量将评估结果为完美。

所以你不能用它来比较不同k的结果。