这里的归一化互信息（NMI）和ARI的值为什么可以大于1呢？不应该是在0-1和-1～1之间吗？
NMI和ARI为什么大于1？
这里的归一化互信息（NMI）和ARI的值为什么可以大于1呢？不应该是在0-1和-1～1之间吗？
- 写回答
- 好问题 0 提建议
- 关注问题
分享- 邀请回答
-
0条回答 默认 最新
- 2020-11-29 12:12兔子爱读书的博客 社团划分结果评估指标：Q、ARI、NMI 一、模块度Q（Modularity） 模块度也称模块化度量值，是目前常用的一种衡量网络社区结构强度的方法，最早由Mark NewMan提出了。模块度的定义为： 模块度值的大小主要取决于...
- 2025-03-17 22:26朋也透william的博客 •RI：简单直观，但对不平衡数据敏感•ARI：调整后的 RI，适合不平衡数据•MI：衡量信息共享，对聚类数量敏感•NMI：归一化的 MI，适合不同聚类数量的比较。
- 2025-06-29 15:11AI应用开发实战派的博客 文章首先介绍聚类的基本概念和分类，然后深入探讨主要算法原理，包括数学推导和代码实现。随后讨论实际应用场景和工具资源，最后展望未来发展趋势。聚类(Clustering)：将数据集分成若干组(簇)的过程，使得同一簇内的...
- 2026-05-01 00:49MediaTea的博客 因此，标准化互信息常用于聚类模型评估、K 均值聚类、层次聚类、谱聚类、DBSCAN、聚类算法比较和无监督学习实验分析，在人工智能中具有重要基础意义。从通俗角度看，如果一个聚类结果很好，那么只要知道某个样本属于...
- 2025-06-29 11:27AI应用开发实战派的博客 文章首先介绍聚类算法的基本概念，然后详细分析三种主流算法及其优化策略，接着通过代码实现和数学推导展示优化效果，最后讨论实际应用和未来趋势。聚类(Clustering): 将数据集中的对象分组，使得同一组(簇)中的对象...
- 2025-07-06 16:51AIGC应用创新大全的博客 摘要：多视图聚类（Multi-View Clustering, MVC）是人工智能领域针对多源数据表示的核心技术，旨在通过融合多个视图的互补信息，解决单一视图的局限性（如信息不完整、噪声敏感），提升聚类性能。本文从第一性原理...
- 2026-05-01 02:08MediaTea的博客 对初学者而言，可以把 ARI 理解为：在有参考答案时，检查聚类结果是否真正把该在一起的样本放在一起，把不该在一起的样本分开。如果说轮廓系数主要回答的是“没有真实标签时，聚类结构本身是否清晰”，那么调整兰德...
- 2025-07-10 00:34AI应用开发实战派的博客 聚类分析是人工智能和无监督学习领域的重要技术，广泛应用于客户细分、异常检测、图像分割等多个领域。本文旨在为读者提供聚类技术的全面理解，从理论基础到实际应用，帮助读者掌握这一强大工具。文章首先介绍聚类的...
- 2025-04-09 02:55AI智能探索者的博客 聚类分析作为无监督学习的重要分支，在人工智能领域扮演着关键角色。本文旨在全面梳理聚类技术的最新发展，特别关注深度学习与传统聚类方法的融合创新。我们将涵盖从理论到实践的完整知识体系，包括算法原理、数学...
- 2021-01-14 07:06weixin_39955423的博客 常用的聚类模型评价指标有ARI评价法(兰德系数)、AMI评价法(互信息)、V-measure评分、FMI评价法和轮廓系数等。常用的分类模型评价指标有准确率(Accuracy)、精确率(Precision)、召回率(Recall)、F1值(F1 Value)、ROC和...
- 2025-06-19 02:35AI智能架构工坊的博客 聚类算法作为无监督学习的重要分支，在AI和机器学习领域有着广泛应用。然而，聚类结果的稳定性问题常常被忽视，导致实际应用中可能出现不可靠的分析结果。系统分析聚类算法稳定性的概念和影响因素介绍评估聚类稳定性...
- 2025-05-17 09:36AI智能探索者的博客 本文旨在全面分析聚类技术在人工智能领域的发展现状和未来趋势。我们将涵盖从传统聚类算法到现代深度聚类方法的演进过程，探讨聚类技术在不同应用场景中的实际价值，并预测其在AI生态系统中的未来发展方向。本文适合...
- 2025-09-01 15:36小狗照亮每一天的博客 摘要：本文介绍了四种常用的聚类评估指标：1）调节后的兰德系数（ARI），取值范围[-1,1]，衡量聚类与真实标签的重叠程度；2）标准互信息（NMI），取值范围[0,1]，反映聚类结果与真实标签的信息共享量；3）同质性、...
- 2021-01-14 07:06一只小短腿的博客 如果有了类别标签，那么聚类结果也可以像分类那样计算准确率和召回率。但是不应该将分类标签作为聚类结果的评价指标，除非你有相关的先验知识或某种假设，知道这种分类类内差距更小。但是它还是给出了几种评价标准。...
- 2025-10-23 00:23AI 寿司师傅的博客 本文深入解析了在聚类分析中直接...通过实例演示了如何利用匈牙利算法寻找最佳标签映射，从而正确计算聚类准确率（Cluster Accuracy），并对比了ARI、NMI等更稳健的外部评估指标，为聚类效果评估提供了实用的避坑指南。
- 2025-06-18 02:50金蝶软件小李的博客 聚类分析（Clustering Analysis）是一种**无监督学习**方法，旨在将数据划分为具有相似特征的组（簇），使得**同一簇内的数据相似度高，...- **调整兰德指数（ARI）**：比较聚类与真实标签的一致性（范围[-1, 1]）。
- 2026-04-25 17:12nap-joker的博客 本文介绍AURORA（组学重组图谱的AI统一与重建），这是一个生成式深度学习平台，整合了七种模态（包括转录组学、代谢组学、微生物组、3D和热面部成像以及临床实验室检测），涵盖425,258个个体的581,763个样本。...
- 2021-01-14 07:06zero-dot的博客 一、聚类算法中的距离1....在sklearn库中，可调用如下方法进行标准化：1 from sklearn.preprocessing importStandardScaler2 data = StandardScaler().fit_transform(data)这种方法将data的均值和方差保存下来，...
- 2025-03-21 11:35这次没有bug的博客 Adjusted R 2 = 1 − ( ( 1 − R 2 ) ( n − 1 ) n − k − 1 ) \text{Adjusted } R^2 = 1 - \left( \frac{(1 - R^2)(n - 1)}{n - k - 1} \right) Adjusted R2=1−(n−k−1(1−R2)(n−1)) 其中 k k k 为特征...
- 2024-12-30 14:00猿享天开的博客 【人工智能机器学习基础篇】——深入详解无监督学习之聚类，理解K-Means、层次聚类、数据分组和分类
- 没有解决我的问题, 去提问
问题事件
系统已结题
7月29日
创建了问题
7月21日