sklearn.metrics.mutual_info_score¶
sklearn.metrics.mutual_info_score(labels_true, labels_pred, *, contingency=None)
两个群集之间的互信息。
互信息是对同一数据的两个标签之间相似度的度量。 其中是群集中的样本数，是群集中的样本数，群集U和V之间的互信息为：
此指标独立于标签的绝对值：类别或簇标签值的排列不会以任何方式改变得分值。
此度量标准还对称：将label_true与label_pred切换将返回相同的得分值。当未知真实值时，这对于测量两个独立标签分配策略在同一数据集上的一致性很有用。
在用户指南中阅读更多内容。
| 参数 | 说明 |
|---|---|
| labels_true | int array, shape = [n_samples] 数据聚集成不相交的子集。 |
| labels_pred | int array-like of shape (n_samples,) 数据聚集成不相交的子集。 |
| contingency | {None, array, sparse matrix}, shape = [n_classes_true, n_classes_pred] 由contingency_matrix函数给定的列联矩阵。如果值为None，它将被计算，否则使用给定的值，而labels_true和labels_pred被忽略。 |
| 返回值 | 说明 |
|---|---|
| mi | float 互信息，非负值 |
另见：
调整偶然性互信息
标准化互信息
注
使用的对数是自然对数（以e为底）。
