sklearn中的normalized_mutual_info_score提供负值或大于1的值

Question

我正在尝试计算两个256*256图像标签之间的归一化互信息，将其展平为一个数组。

在sklearn的文档中，很明显，函数normalized_mutual_info_score应该只输出0到1之间的值。

然而，我意识到，当比较包含大量元素的列表时，有时会给出负值或大于1的值。

这是一个溢出/下溢问题吗？(我意识到，如果我将average_method更改为“算术”、“最小”或“最大”，但不确定在我的情况下使用哪一个最合适，我会得到一个更现实的答案。)

使用sklearn 0.20.0，我将提供一个合成示例来重现这个问题：

metrics.normalized_mutual_info_score([0]*100001, [0]*100000 + [1])
metrics.normalized_mutual_info_score([0]*110001, [0]*110000 + [1])

我希望下面的答案是7.999，但我得到的结果分别是0和-7.999。

Answer 1

正如您所提到的，设置average_method可以提供合理的值。

normalized_mutual_info_score([0]*100001, [0]*100000 + [1],average_method='arithmetic')
#3.166757680223739e-14

我建议使用arithmetic，因为它将成为下一个0.22版本reference的默认值。