聚类算法评价指标：Purity、NMI、MI、entropy、precision、recall、F值、RI值

ASD991936157

于 2016-08-24 22:46:11 发布

阅读量2w

点赞数 2

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/ASD991936157/article/details/52304785

本文探讨了Scala编程语言的强大之处，强调其能够编写出优雅的代码，并对比了Java的编程体验。同时，文章提及了聚类算法评估中的关键指标，如Purity、NMI、MI、entropy、precision、recall、F值和RI值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

不得不吐槽一下，Scala真的是一门奇葩的语言，太强大了，只要你好好思考，写出来的代码绝对很漂亮，瞬间感觉java太low了。

package Utils

import com.google.common.math.{DoubleMath, IntMath}

/**
  * Created by fhqplzj on 16-8-24 at 下午2:12.
  */
object Evaluation {
  /**
    * 检查标签
    *
    * @param labelsTrue
    * @param labelsPred
    */
  private def labelChecker(labelsTrue: Array[Int], labelsPred: Array[Int]): Unit = {
    require(labelsTrue.length == labelsPred.length && labelsTrue.length >= 2, "The length must be equal!" +
      "The size of labels must be greater than 1!")
  }

  /**
    * 纯度：Purity
    *
    * @param labelsTrue
    * @param labelsPred
    * @return
    */
  def purity(labelsTrue: Array[Int], labelsPred: Array[Int]) = {
    labelChecker(labelsTrue, labelsPred)
    val eachCount: Map[(Int, Int), Int] = labelsTrue.zip(labelsPred).groupBy(x => x).mapValues(_.length)
    eachCount.groupBy(_._1._1).mapValues(_.values.max).values.sum.toDouble / labelsTrue.length