NMI 和 AMI 分数之间的差异

Question

有人可以解释测量两个作业一致性的两个标准化测量版本（NMI 和 AMI）之间的区别，忽略排列。

让我们考虑这段代码：

from sklearn import metrics
labels_true = [0, 0, 0, 1, 1, 1]
labels_pred = [0, 0, 1, 1, 2, 2]

# AMI score: 
score_ami = metrics.adjusted_mutual_info_score(labels_true, labels_pred)  
print(score_ami)

# NMI Score
score_nmi = metrics.normalized_mutual_info_score(labels_true, labels_pred)  
print(score_nmi)

Answer 1

重新调整调整后的互信息，使得随机聚类的得分为 0。

使用 NMI，即使是随机打乱的标签也会得到正分。