聚类外部指标 Mirkin指数（Rand指数变换）

聚类常用的外部指标有很多如Jaccard系数，FM指数，Rand指数，DB指数，Dunn指数。
因为在阅读文献中发现了Mirkin指数，看了一下网上没有写很详细的，故这里介绍Mirkin指数。

前期工作

对于数据集$D=x_1,x_2,...,x_m$，假定通过聚类给出的簇划分为$C=C_1,C_2,...,C_k$，参考模型（如果用于一致性聚类，这里是另一个聚类即可）给出的簇划分为$C^{\ast }=C_1^{\ast },C_2^{\ast },...,C_s^{\ast }$（注意k不一定等于s），我们令$\lambda$与${\lambda }^{\ast }$分别表示表示$C$与$C^{\ast }$对应的簇标记向量，将样本两两配对，定义如下
$a=(x_i,x_j|{\lambda }_i={\lambda }_j,{\lambda }_i^{\ast }={\lambda }_j^{\ast },i<j)$
$b=(x_i,x_j|{\lambda }_i={\lambda }_j,{\lambda }_i^{\ast }\ne {\lambda }_j^{\ast },i<j)$
$c=(x_i,x_j|{\lambda }_i\ne {\lambda }_j,{\lambda }_i^{\ast }={\lambda }_j^{\ast },i<j)$
$d=(x_i,x_j|{\lambda }_i\ne {\lambda }_j,{\lambda }_i^{\ast }\ne {\lambda }_j^{\ast },i<j)$
如上式，其中$a$表示$C$中隶属于相同簇且在与$C^{\ast }$也隶属于相同簇的样本对，其中$b$表示$C$中隶属于相同簇且在与$C^{\ast }$也隶属于不同簇的样本对…
易知
$$a+b+c+d=m(m-1)/2$$
证明
已知每个样本对在$a,b,c,d$必出现一次，且有且仅出现一次，则有
$$a+b+c+d=(m-1)+(m-2)+...+1=m(m-1)/2$$

Mirkin指数

$$MK=(b+c)/(a+b+c+d)=2(b+c)/(m\ast (m-1))$$

Rand指数

$$MK=(a+d)/(a+b+c+d)=2(a+d)/(m\ast (m-1))$$

其他指数

Jaccard系数
$$JC=a/(a+b+c)$$
FM指数
$$FMI=\sqrt{a^2/((a+b)(a+c))}$$

参考文献

周志华《机器学习》，清华大学出版社