为什么 sklearn 在实现 rand 索引时需要真实标签？

Question

我一直在研究评估我的聚类的准确性，兰德指数似乎是文献中非常流行的一种。它是通过对每个集群中的每个项目进行成对比较并根据四个标准为它们分配一个分数来计算的：真阳性、真阴性、假阳性和假阴性或 a、b、c、d。兰德分数是通过将真阳性和真阴性的总和除以所有上述类别的总和来计算的。

我的问题是，为什么 sklearn 需要正确的标签来计算 Rand 指数分数？

Answer 1

Rand 索引等需要真正的标签（准确地说，它们需要 两个 组标签，并计算它们同意的程度）。所以 sklearn 的实现没有任何问题。

如果 label1(x)==label1(y) AND label2(x)==label2(y)，则一对 (x,y) 是正数。 其他三种情况是从切换到不平等。