标签： machine-learning cluster-analysis pattern-recognition
调整后的兰特指数（ARI）是比较两个集群的常用指标。不幸的是，在进行聚类分析和比较之后，我通常会得到负ARI。如何解释这些负面ARI来描述这些集群的差异？然后，如果负面ARI没有意义，是否有关于适当措施的任何建议？
答案 0 :(得分：3)
他们不是没有意义的＆＃34;一点都不。
否定ARI表示该协议低于随机结果的预期。这意味着结果是正交的＆＃39;或者＆＃39;补充＆＃39;在某种程度上。
但这不应该经常发生，除非你故意寻找替代的聚类。也许有一个实现错误？