有哪些方法可以评估聚类的相似性？

Question

假设我有两种方法对同一数据集进行聚类，并希望计算它们输出的相似度。我将不得不计算一些类似于相关性的东西，但集群标签是一个分类变量。我考虑过使用卡方，但当列联表中的多个单元格<5时，不建议使用卡方(当聚类非常相似时，这将经常发生)。另一个线索是使用Fisher的精确测试，但Python scipy实现只适用于2x2的列联式矩阵，我可能会使用更大的矩阵(例如10x10或8x6 )。

有没有以这种方式比较集群的其他既定方法？有没有它们的Python实现？

Answer 1

https://scikit-learn.org/stable/modules/clustering.html#clustering-performance-evaluation提供了优秀的Python实现。每种方法都有自己的优点和缺点。既用于将聚类结果与其地面真实标签(外部)进行比较，也用于根据诸如聚类质心之间的距离(内部)等标准来评估聚类结果。权变矩阵可以很好地洞察你的聚类，但不会给出一个数值来证明你的聚类是好的。

如果您的数据集非常大，并且具有许多维度，则内部验证度量可能会非常慢。