Purity、NMI、RI、Precision、Recall、F值，聚类指标的计算JAVA实现。

最新推荐文章于 2024-05-31 09:47:29 发布

ASD991936157

最新推荐文章于 2024-05-31 09:47:29 发布

阅读量6.9k

点赞数 2

CC 4.0 BY-SA版权

文章标签： java clustering 源码

本文链接：https://blog.youkuaiyun.com/ASD991936157/article/details/51705958

这篇博客介绍了如何使用Java实现聚类效果的评估指标，包括Purity、Normalized Mutual Information (NMI)、Rand Index (RI)、Precision、Recall和F值。文中提供了相应的代码示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

关于聚类的这六个evaluation metrics，参考evaluation of clustering，讲得很好了，我就不赘述了，直接上代码：

第一个：计算NMI的：

package clusters;

import java.io.*;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

/**
 * DATE: 16-6-18 TIME: 上午10:00
 */

/**
 * 参考文献：http://www-nlp.stanford.edu/IR-book/html/htmledition/evaluation-of-clustering-1.html
 */
public class NormalizedMutualInformation {
    public static String path = "/home/fhqplzj/IdeaProjects/Vein/src/main/resources/nmi_data";

    public static void loadData(List<List<Integer>> lists) {
        try {
            BufferedReader bufferedReader = new BufferedReader(new InputStreamReader(new FileInputStream(path)));
            String line;
            while ((line = bufferedReader.readLine()) != null) {
                String[] data = line.split("\\s+");
                ArrayList<Integer> integers = new ArrayList<>();
                for (String s : data) {
                    integers.add(Integer.parseInt(s));
                }
                lists.add(integers);
            }
            bufferedReader.close();
        } catch (FileNotFoundException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

    public static void main(String[] args) {
        List<List<Integer>> lists = new ArrayList<>();
        loadData(lists);
        int K = lists.size();
        int N = 0;
        int[] clusters = new int[K];
        for (int i = 0; i < K; i++) {
            clusters[i] = lists.get(i).size