群集标签比较-标签匹配

问题描述

我正在比较不同的聚类方法。例如，采用K均值的聚类聚类，根据样本进行预测等。

我在python中，主要使用pandas和sklearn。

当然，我的问题是，观察值所分配的簇号对于每种算法都是不同的，而我得到的与此类似：

我正在为8个群集手动执行此操作，但是如果我有更多群集，那将是一场噩梦。

我认为这个想法是根据多少个共同点重新标记结果。目前是在比较相同数量的群集时，应该更容易。

谢谢！

解决方法

使用两个模型的输出构建一个contingency matrix。如果您想要相似类型的评分，请使用adjusted rand index.