NMI 代码实现步骤

最新推荐文章于 2021-05-24 15:00:40 发布

南海有鹏

最新推荐文章于 2021-05-24 15:00:40 发布

阅读量5.6k

点赞数 1

分类专栏： Python 复杂网络

本文链接：https://blog.csdn.net/u012369559/article/details/82659957

版权

Python 同时被 2 个专栏收录

39 篇文章 3 订阅

订阅专栏

复杂网络

16 篇文章 1 订阅

订阅专栏

# Copyright (c)2018, 东北大学软件学院学生
# All rightsreserved
# 文件名称：nmi.py
# 作   者：孔云
#问题描述：计算算法聚类结果与ground truth的相似度
# coding:utf-8
#A是标准聚类结果，B是算法聚类结果 
from sklearn import metrics
import numpy as np
def open_file(file):
    temp=[]
    with open(file, 'r') as f:
        data = f.readlines()
        for row in data:
            temp=eval(row)
            print("temp",temp)

    return np.array(temp)
if __name__ == '__main__':
    file1 = 're1.txt'
    file2 = 're2.txt'
    A=open_file(file1)
    B=open_file(file2)
    print("A",A)
    print("B",B)
    result_NMI=metrics.normalized_mutual_info_score(A, B)
    print("result_NMI:",result_NMI)

NMI是聚类结果与数据集真实情况（ground truth）的相似度。取值范围在 0-1，值越大，说明聚类结果与数据集真实情况（ground truth）的相似度越大，聚类结果越好。