NMI 代码实现步骤

# 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。

相关论文介绍：http://www.neusncp.com/static/upload/article/201807242106289781.pdf