完全匹配的标签甚至有 1 分 >>>fromsklearn.metrics.clusterimportadjusted_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 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: >>>adjusted_rand_s...
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 相关用法 Python sklearn adjusted_rand_score用法及代码示例 Python sklearn additive_chi2_kernel用法及代码示例 Python sklearn add_dummy_fe...