调整后的共同信息

Question

我正在尝试使用Python中的scikit learn包来计算两组观察值之间的调整后的相互信息（AMI）。

观察结果在这里：

观察1：https://pastebin.com/eiN88UrL

观察2：https://pastebin.com/zx9Ath60

我运行以下代码，我得到一个否定的AMI，从理论上讲这是不可能的。您能帮我弄清楚我在做什么错吗？

from sklearn.metrics.cluster import adjusted_mutual_info_score
def amis(x, y):
     return adjusted_mutual_info_score(x, y)

Answer 1

您得到的负输出是正确的。尽管互信息（MI）不能为负，但调整后的互信息（AMI）可以为负。 sklearn documentation中也提到了这一点：

  

当两个分区相同（即完全匹配）时，AMI返回值为1。随机分区（独立标签）的预期AMI平均约为0，因此可以为负。