R集羣'純度'度量

Question

我在R中使用fpc包來執行集羣驗證。

我可以使用函數cluster.stats（）將我的聚類與外部分區進行比較，並計算幾個指標，如Rand Index，entropy e.t.c.

不過，我要尋找一個叫「純度」或「集羣準確性」的指標，用於在http://nlp.stanford.edu/IR-book/html/htmledition/evaluation-of-clustering-1.html

定義，我想知道是否有這項措施的R.

感謝的實現， 切特

Answer 1

我不知道一個現成的，現成的功能，但在這裏是一種方式，你可以利用公式在您的鏈接做自己：

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

在這裏我們可以對一些隨機的任務，在那裏我相信我們預計純度爲1 /數的類測試：

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