聚类数与真实标签数不等时，如何评估聚类性能？

首先明确：普通的分类准确率在这里完全不适用——聚类是无监督任务，聚类结果的标签是随机分配的，而且当聚类数和真实类别数不匹配时，根本没法建立一对一的标签对应关系。针对这种场景，有几个专门的评估指标可以用：

• 调整兰德指数（ARI）：这是最常用的指标之一，它会修正随机聚类带来的偏差，取值范围是[-1,1]。数值越接近1，说明聚类结果和真实标签的一致性越高，完全不受聚类数和真实类别数是否相等的影响。比如你用k=4得到的聚类结果，直接和真实5类标签计算ARI就能评估效果。

• 归一化互信息（NMI）：基于信息论的指标，衡量聚类结果和真实标签之间的共享信息，取值范围是[0,1]。同样不限制聚类数和真实类别数的匹配，数值越接近1表示聚类结果越贴合真实结构。

• 如果你想尝试类似“准确率”的直观指标，可以先用匈牙利算法找到聚类标签和真实标签的最优匹配（比如把4个聚类对应到真实5类里最相似的4个，或者合并部分真实类来匹配聚类数），再计算匹配后的准确率。但这种方法不如ARI/NMI严谨，因为数量不匹配时必然会丢失部分真实类别信息，结果的参考性会打折扣。

另外，你提到用轮廓系数选了k=4，但真实是5类的情况：轮廓系数是基于聚类内部紧凑度和外部分离度的指标，它选出来的k是数据本身结构更倾向的聚类数，不一定和真实标签数一致。比如你的医学图像数据可能本身的类间差异不明显，或者存在两个真实类的样本分布高度重叠，导致算法认为合并成一个聚类更合理。这时候用ARI/NMI评估这个4聚类结果和真实5类的契合度，比纠结“准确率”更有意义。

内容的提问来源于stack exchange，提问作者Md Farhad Mokter