Rクラスタリング '純度'メトリック

Question

私はクラスタ検証を実行するためにRでfpcパッケージを使用しています。

クラスタリングを外部パーティショニングと比較するためにcluster.stats（）関数を使用し、Rand Index、entropy e.t.cのようないくつかのメトリックを計算することができます。

はしかし、私は、R.

のおかげで、この対策の実装がある場合、私は疑問に思ってhttp://nlp.stanford.edu/IR-book/html/htmledition/evaluation-of-clustering-1.html

で定義されている「純度」または「クラスターの精度」と呼ばれるメトリックを探しています チェット

Answer 1

私は既製の機能を知っているが、ここではあなたがあなたのリンクに式を使用して、それを自分で行う可能性が一つの方法ですしていない。

ClusterPurity <- function(clusters, classes) { 
    sum(apply(table(classes, clusters), 2, max))/length(clusters) 
} 

ここでは、私たちは純度が1 /数の-クラスであることを期待信じているいくつかのランダムな割り当て、上でそれをテストすることができます

> n = 1e6 
> classes = sample(3, n, replace=T) 
> clusters = sample(5, n, replace=T) 
> ClusterPurity(clusters, classes) 
[1] 0.334349