在数据科学和机器学习的领域,评估和比较不同分组或聚类的质量至关重要。其中,互信息(Mutual Information, MI)是一种衡量两个变量之间依赖关系的指标。为了更好地比较不同大小的数据集,通常使用归一化互信息(Normalized Mutual Information, NMI)。本文将通过Python代码示例,帮助你理解NMI的概念及其应
Normalized Mutual Information(NMI, 归一化互信息) 归一化互信息(NMI)是用于衡量两个分类或聚类结果之间相似度的重要指标,经常用于聚类效果评估等场景。 NMI 的值域为[0,1]:0表示两个结果完全独立,1表示两个结果完全一致。 NMI(Y,C)=2×I(Y;C)H(Y)+H(C) Y代表数据真实的类别;C表示聚类的结果。 H(...
print("normalized mutual information (using mutual_info_regression):", nmi)在上述代码中，首先使用 ...
还有个python的版本http://blog.sun.tc/2010/10/mutual-informationmi-and-normalized-mutual-informationnmi-for-numpy.html,这个感觉很靠谱,作者对nmi的理解和我是一样的。 我的理解来自wiki和stanford,其实很简单,先说一下问题:例如stanford中介绍的一个例子: 比如标准结果是图中的叉叉点点圈圈,我的聚类结果是图...
还有个python的版本http://blog.sun.tc/2010/10/mutual-informationmi-and-normalized-mutual-informationnmi-for-numpy.html,这个感觉很靠谱,作者对nmi的理解和我是一样的。 我的理解来自wiki和stanford,其实很简单,先说一下问题:例如stanford中介绍的一个例子: ...
还有个python的版本http://blog.sun.tc/2010/10/mutual-informationmi-and-normalized-mutual-informationnmi-for-numpy.html,这个感觉很靠谱,作者对nmi的理解和我是一样的。 我的理解来自wiki和stanford,其实很简单,先说一下问题:例如stanford中介绍的一个例子: ...
pythonnormalizedmutual information # 深入理解Python中的归一化互信息 在数据科学和机器学习的领域,评估和比较不同分组或聚类的质量至关重要。其中,互信息(Mutual Information, MI)是一种衡量两个变量之间依赖关系的指标。为了更好地比较不同大小的数据集,通常使用归一化互信息(NormalizedMutual Information, NMI)。本文...
还有个python的版本http://blog./2010/10/mutual-informationmi-and-normalized-mutual-informationnmi-for-numpy.html,这个感觉很靠谱,作者对nmi的理解和我是一样的。 我的理解来自wiki和stanford,其实很简单,先说一下问题:例如stanford中介绍的一个例子: ...
还有个python的版本http://blog.sun.tc/2010/10/mutual-informationmi-and-normalized-mutual-informationnmi-for-numpy.html,这个感觉很靠谱,作者对nmi的理解和我是一样的。 我的理解来自wiki和stanford,其实很简单,先说一下问题:例如stanford中介绍的一个例子: ...