什么是 调整兰德指数（ARI）？
调整兰德指数（ARI）是比较两个硬划分时，统计样本对是否同时归为一组或同时分开，并扣除固定边际随机模型下期望一致程度的对称指标。
快速了解
| 创建时间 | 1985 年由 Lawrence Hubert 与 Phipps Arabie 提出 |
|---|---|
| 规范文档 | 官方规范 |
工作原理
从完整列联表计算，而不是先匹配标签名
Hubert 与 Arabie 的 Comparing Partitions确立了广泛使用的机会校正形式。先构造两套划分的列联表，对每个 Cell 累加 choose(n_ij,2)，再计算行与列的样本对总数。把每个簇映射到多数参考类别会丢弃未匹配分组，不是 ARI。
在随机模型边界内解释机会校正
期望一致假设在固定两边簇规模的前提下随机排列成员。这使基线更可解释，但并非没有假设。簇规模高度偏斜时，较大簇会贡献二次数量级的样本对。报告应包含簇数、规模分布、样本对齐、不确定性，以及被删除记录或噪声标签的处理方式。
区分划分一致性与语义正确性
当前 scikit-learn 文档确认 ARI 具有对称性、标签置换不变性、完全一致时为 1，并可能出现负值。参考分类体系可能只表达一种合理分组，因此低 ARI 不证明聚类无用，高 ARI 也不证明公平、稳定或能改善下游结果。
主要特点
- 比较所有无序样本对的同簇与异簇决策
- 不受聚类标签值任意置换影响
- 交换两套划分后分数保持不变
- 按固定簇规模边际下的期望一致进行校正
- 一致程度低于机会基线时可以为负数
- 默认适用于互斥且覆盖全部样本的硬划分
常见用途
- 将聚类结果与可信参考划分进行基准比较
- 衡量不同随机种子、重采样或模型版本的稳定性
- 比较两套人工或自动分类体系
- 通过样本对分歧发现簇拆分与合并变化
- 报告经过机会校正的外部聚类指标
示例
Loading code...常见问题
调整兰德指数如何计算？
先构造两套对齐划分的列联表，统计共享每个行、列和 Cell 的样本对。ARI 扣除固定边际簇规模下的期望样本对一致，再除以从期望值到最大一致之间的距离。
为什么调整兰德指数不受 Cluster Label 名称影响？
它评估的是样本对被放在一起还是分开的关系，而不是字面 ID 是否相同。把 Cluster `0` 重命名为 `blue` 不会改变任何 Pair 关系，因此完美重命名后的划分仍得 1 分。
调整兰德指数为负数表示什么？
它表示实际样本对一致低于固定边际随机模型的期望。能够达到的最低值取决于样本数和簇规模结构，因此不能用一套统一负分区间判断质量。
ARI 与分类准确率有什么区别？
准确率逐样本比较同名预测与目标；ARI 通过样本对关系比较完整划分，并忽略标签置换。即使两边簇数不同，它也不必先强制建立一对一类别映射。
高 ARI 能证明聚类有用吗？
不能。它只证明在一批样本上与某套参考划分一致。参考标签可能有噪声，也可能表达另一种相似性。部署决策还需要标签质量审查、稳定性、切片结果和下游价值。