聚类-衡量指标
均一性：一个簇只包含了一个类别的样本，则满足均一性
完整性：同类别的样本被归类到相同的簇中，则满足完整性
若使得聚类的簇一直减小，直到剩下一个簇，那么这个聚类的完整性是最好的，但是，均一性是最差的。
同理，若n个样本被分为了n个簇，那么这个聚类的均一性一定是最好的，但是完整性确是最差的.
这两个是相互影响的.若想均衡一下两个，那么就需要均一性和完整性的加权平均.
ARI：adjusted_rand_index
数据集S共有N个元素，两个聚类结果分别是
其实就是看，取出一个样本，看这个样本在X中属于哪个类别，再看这个样本在Y中属于哪个类别，计算相同的概率。也就是说如果X,Y聚类结果相同的话，那么这个样本在X,Y中属于的类别一定是相同的。
参考一个矩阵：
解释一下这个矩阵，第一行就是既是类别X1，又是Y1，Y2,YS的样本的数量，总共是a1，第一纵列就是既是类别Y1，又是X1,X2,XR的样本的数量，总共是b1，样本总数是N.
AMI：adjusted_mutual_info
同样的矩阵，我们将X,Y看成随机变量，然后我们计算随机变量之间的互信息，用这个互信息作为度量标准
正则化互信息：用互信息除以各自的熵的乘积的开方
ARI和AMI都必须提前知道原始的样本属于哪个标记.
轮廓系数：
计算样本i到同簇其他样本的平均距离ai.
ai越小，说明样本i越应该被聚类到该簇，将ai称为样本i的簇内不相似度.
簇C中所有样本的ai均值称为簇C的簇不相似度.
计算样本i到其他某簇Cj的所有样本的平均距离bij，称为样本i与簇Cj的不相似度。定义为样本i的簇间不相似度
bi越大，说明样本i越不属于其他簇.
版权声明：本文为xiuercui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。