聚类算法评价指标——Normalized Mutual Information, NMI指数

最新推荐文章于 2025-03-20 23:44:39 发布
最新推荐文章于 2025-03-20 23:44:39 发布
阅读量2.8k 收藏 5
点赞数 1
分类专栏： 聚类 文章标签： 聚类 算法 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_46713695/article/details/126390440
版权

目录

NMI 是一种常见的聚类有效性外部评价指标，从信息论的角度评估了两个聚类结果的相似性 . 设实验结果为 X，真实结果为 Y，则其计算式如下：
在这里插入图片描述
其中， I ( X ， Y ) I (X，Y) I

了解本专栏 订阅专栏 解锁全文 超级会员免费看
聚类分析 | 聚类有效性评价指标外部NMI（MATLAB）
天天酷科研的博客
04-08 1154
聚类分析 | 聚类有效性评价指标外部NMI（MATLAB）
内部和外部聚类算法评价指标
weixin_46713695的博客
08-04 7022
聚类算法评价指标
聚类外部评价指标（NMI, AC, ARI）
12-04
代码包含三个聚类分析常用的外部评价指标：调整兰德指数（ARI），标准化互信息（NMI），准确度（AC）。
聚类分析中的外部指标——Mutual Information (MI) / Normalized Mutual Information (NMI) 深度详解
最新发布
DuHz的博客
03-20 732
在有真实标签的聚类分析（Clustering）中，我们可以把“聚类结果”与“真实类别标签”分别视作两个离散随机变量，通过信息论（Information Theory）的 **互信息（Mutual Information, MI）** 来衡量它们之间的“信息重叠”与“依赖关系”程度，并进一步用 **标准化互信息（Normalized Mutual Information, NMI）** 来解决互信息无固定上界、不便比较的问题。下面将从更深度的公式与推导层面，对 MI 和 NMI 进行详细阐释。
聚类的评价指标NMI标准化互信息+python实现+sklearn调库
weixin_42764932的博客
03-05 1万+
聚类的评价指标NMI标准化互信息+python实现+sklearn调库概念引例公式信息熵相对熵（relative entropy）互信息*归一化互信息(NMI)代码pythonsklearn 概念 标准化互信息（normalized Mutual Information, NMI）用于度量聚类结果的相似程度，是community detection的重要指标之一，其取值范围在[0 1]之间，值越大表示聚类结果越相近，且对于[1, 1, 1, 2] 和 [2, 2, 2, 1]的结果判断为相同 引例 对于6个
聚类效果评价指标：MI, NMI, AMI（互信息，标准化互信息，调整互信息）
xiaotian13的博客
05-18 3万+
聚类效果评价指标：MI, NMI, AMI 简介 在无监督学习中，常见的两种任务为聚类与降维。这里给出三个聚类效果评价指标：互信息，标准化互信息，调整互信息(MI, NMI, AMI)，分别给出它们的计算方法与代码。需要指出的是，这三个指标均需要已知数据点的真实标签。 Preliminaries and Notation 已知 NNN 个 DDD 维的数据，构成数据矩阵 X=[x1,x2,⋯ ,xN]∈RD×N\mathbf{X} = [x_1, x_2, \cdots, x_N] \in \mathbb
归一化互信息(NMI)评价指标
热门推荐
hang916的博客
03-24 4万+
信息熵 对信息进行量化度量。可以理解为某种特定信息的出现概率。 计算公式 相对熵 【百度百科】相对熵（relative entropy），又被称为Kullback-Leibler散度（Kullback-Leibler divergence，KL散度）或信息散度（information divergence），是两个概率分布（probability distribution）间差异的非对...
聚类算法评价指标python实现_[ML] 聚类评价指标
weixin_39681724的博客
02-05 2382
本文将介绍几个常见的聚类评价指标: Purity, NMI, RI, Precision(查准率), Recall(查全率), F, ARI, Accuracy(正确率).好的聚类算法,一般要求类簇具有：高的类内 (intra-cluster) 相似度 (documents within a cluster are similar)低的类间 (inter-cluster) 相似度 (documen...
聚类的外部指标(Purity, ARI, NMI, ACC) 和内部指标(NCC,Entropy,Compactness,Silhouette Index)
zgw555555的专栏
05-31 1709
请注意，对于 Python 代码，我假设您已经导入了必要的库（如 numpy 和 sklearn）并且您有一个名为 X 的数据矩阵和一个名为 y 的真实标签向量。在 Matlab 中，您需要自己编写或找到计算这些指标的函数，因为 Matlab 的 Statistics and Machine Learning Toolbox 中可能没有直接提供所有这些指标。Purity (纯度): 计算聚类结果中每个簇中最多数目的样本所属的类别，并计算所有簇的该类别样本数之和占所有样本数的比例。
使用python代码实现：实现K-means聚类算法 采用normalized mutual information（NMI）作为度量，对自己算法的聚类运行结果进行评估
07-12
好的，下面是使用Python实现K-means聚类算法，并使用NMI对聚类结果进行评估的示例代码： ```python import numpy as np from sklearn.cluster import KMeans from sklearn.metrics import normalized_mutual_info_...
NMI评价方法
01-09
NMI 评价方法（matlab），用于评价分类和聚类的FUNCTION，输入是正确的类标和试验后的类标
NMI(Normalized Mutual Information)
看流云落成雨滴
03-30 2万+
NMI(Normalized Mutual Information) NMI(Normalized Mutual Information)，归一化互信息。常用在聚类中，度量两个聚类结果的相近程度（通常我们都是将聚类结果和真实标签进行比较相似程度）。他的值域是[0,1][0, 1][0,1]，值越高表示两个聚类结果越相似。归一化是指将两个聚类结果的相似性值 定量到0~1之间。 NMI和另一个聚类指标ACC不同的是，NMI的值不会受到族类标签排列的影响。(This metric is independent o
Mutual information and Normalized Mutual information
vast_w
11-05 1634
Mutual information and Normalized Mutual information
NMI (normalized mutual information)
Dango's happy life
10-17 5089
NMI (normalized mutual information): 在information theory的理论框架下比较两个可重叠划分(overlapping clusters)的方法。 有两个不同划分C'={X1, X2, ...X|C'|}, C''={Y1, Y2, ..., Y|C''|} H(X) 表示X的熵(entrophy)，H(X|Y)表示条件熵 (condi
Normalized Mutual information
weixin_43984457的博客
04-06 5325
在写论文做数据测试时有用到一个nmi(normalized mutual information)评价聚类的一种方法，不是很清楚，然后上网找了一下资料。 首先在理解nmi前，先说说mutual information这个东西。 我们先举个例子： 比如说，标准结果是大圆里面的叉叉圈圈点点，上图呢是我们算法聚类出来的结果，那么如何来看我们算法的聚类效果呢，如何计算呢？ 我们把上图中的图形用字母来表示...
聚类算法效果评估entropy purity nmi
weixin_33872566的博客
02-21 492
1.数据管理脚本:原始文件格式id\tclusterId\tgoldstandardId DataManagement.py #!/usr/bin/pythonimport cPickle as p;import sys;import re;if(__name__=="__main__"):    filename=str(sys.argv[1]);    preturn=re.com...
Normalized Mutual Information (2013-05-20 15:22:39)
u012302488的博客
11-19 644
Normalized Mutual Information(NMI)常用在聚类中，度量2个聚类结果的相近程度。输入2个向量，每个向量的第i位表示第i个点归属的类。 NMI的详细介绍见这篇：  http://www.cnblogs.com/ziqiao/archive/2011/12/13/2286273.html NMI(A,B)=2*I(A,B)/(H(A)+H(B))， 其中
无监督聚类评价指标，RI、ARI、MI、NMI等
qq_43532776的博客
11-25 1万+
无监督聚类评价指标，RI、ARI、MI、NMI等 最近在看无监督学习聚类的评价指标，主要看了RI、ARI、MI、NMI，在此写下我自己对于这些指标的理解。 1. **RI（Rand Index）**是比较两个聚类结果的参数，也可以比较一个聚类算法的结果和真实分类情况。他是将所有情况进行枚举，来看看有所有pair在聚类算法1和聚类算法2中的情况一致。 Examples:比如有5个数据点，x是聚类1返回的结果，y是聚类2返回的结果。 x:[1, 1, 2, 3, 3]
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值