兰德系数（Rand index）是一种用于比较聚类结果的指标，它的取值范围在 0 到 1 之间，值越接近 1 表示聚类结果越准确。在 Python 中，可以使用 scikit-learn 库中的 rand_score 函数来计算兰德系数。
下面是一个简单的例子，演示如何使用兰德系数比较两个聚类结果：
python复制代码
from ics import rand_score
# 生成两个聚类结果
labels_true = [0, 0, 1, 1, 2, 2python index函数]
labels_pred = [0, 1, 0, 1, 2, 2]
# 计算兰德系数
score = rand_score(labels_true, labels_pred)
print("兰德系数:", score)
输出结果为：
复制代码
兰德系数: 0.6666666666666666
在这个例子中，我们生成了两个聚类结果 labels_true 和 labels_pred，分别表示真实的聚类结果和预测的聚类结果。然后，我们使用 rand_score 函数计算了这两个聚类结果的兰德系数，得到了一个接近于 1 的值，说明预测的聚类结果比较准确。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。