调整后兰特指数 (ARI) 是比较两个集群的流行指标。不幸的是，在执行聚类分析并比较它们之后，我通常会得到负的 ARI。我如何解释这些负面的 ARI 来描述这些集群的差异？然后，如果负的 ARI 毫无意义，是否有任何关于适当措施的建议？
最佳答案
它们根本不是“毫无意义”。
负 ARI 表示一致性小于随机结果的预期。这意味着结果在某种程度上是“正交的”或“互补的”。
但这不应该经常发生，除非您有意寻找替代聚类。也许有一个实现错误？
关于machine-learning - 我们如何解释负调整兰特指数？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/42418773/