scikitlearnのf1_score avg micro/macro(http://scikit-learn.org/stable/modules/generated/sklearn.metrics.f1_score.html)はマルチラベルデータ分類子に基づいていますが、マルチラベルクラスタリングでも同じことができるのだろうかと思っていましたか?マルチラベルクラスタリングにscikitのf1_scoreの平均マクロ/マイクロを使用できますか?
私が扱っているデータは、50.000 timeseries(ts)でscikitのkmeansを使用してクラスタ化されています。だから、私はクラスターで終わる:c1 {ts_1、ts_2 ...}、c2 {ts_20、ts_21 ...}等
それぞれの時系列には、マイクロアレイとマクロのスコアを平均化するためのゴールデンスタンダードとして使用します。クラスターの時系列は、そのラベル(L)で置き換えることができます。c1 {(L_1、L_2)、(L_2)、(L_2)、(L_3、L_4、L_5)...}
can the f1 avgそのようなデータセットのクラスタリングにマイクロとマクロのスコアを適用するか、代わりにそれを見なければならない他のスコアがありますか?