当每个实例（样本）只有一个标签时，将归一化互信息（NMI）和B3用于外部聚类评估指标。
[每个实例（样本）只有一个标签时，什么是等效指标？
例如，在第一幅图像中，我们看到[苹果，橙，梨]，在第二幅图像中，我们看到了[橙，酸橙，柠檬]，而在第三幅图像中，我们看到了[苹果]，而在第四幅图像中，我们看到了[橙子]。然后，如果将第一个图像和最后一个图像放在一个群集中是好的，而如果将第三和第四图像放在一个群集中则是不好的。]
应用程序：许多用于对象检测或图像分割的流行数据集的每个图像都有多个标签。如果我们将此数据用于分类（不是检测也不是分割），则每个图像都有多个标签。
注意：我的任务是无监督的聚类，而不是有监督的分类。我知道对于监督分类，我们可以使用前5名或前10名得分。但是我不知道在无监督集群中会发生什么。
当每个实例（样本）只有一个标签时，归一化互信息（NMI）和B3用于外部聚类评估指标。当每个实例（样本）...
如果多个标签仍然稀疏，则可以使用以元素为中心的相似度，Omega索引或重叠NMI（我不建议使用最后一个，因为它有严重的偏差）。这三个都在python包CluSim中实现。