Python：如何使用k-means算法比较聚类之间的相似性？

Question

我对同一事件有两个观察结果。让我们说X和Y。我想有nc集群。我正在使用sklearn来进行聚类。

x = KMeans(n_clusters=nc).fit_predict(X)
y = KMeans(n_clusters=nc).fit_predict(Y)

是否有一个措施，让我可以比较x和y：即如果集群1和x是相同的，这个措施将是y。

Answer 1

只需提取kmeans对象的聚类中心（参见docs）：

x_centers = x.cluster_centers_
y_centers = y.cluster_centers_

您必须决定使用哪个指标来比较这些指标。请记住，中心是浮点数，聚类过程是启发式算法，聚类过程是随机算法。这意味着，即使对于在相同数据上训练的集群对象，您也会得到一些高概率解释不完全相同的东西。

这个link讨论了一些方法和问题。

Answer 2

兰德指数及其调整后的版本完全如此。两个匹配的聚类分配（即使标签本身被视为任意的，不同），得分为1.值为0表示它们完全不同意。调整后的兰德指数使用其基线作为对集群的点的随机分配。