嘿，针对你遇到的聚类结果相似性评估问题，我整理了几个适合大列联表（比如10x10、8x6这类）的成熟方法，附上Python实现，应该能完美解决你的需求：

1. 调整兰德指数（Adjusted Rand Index, ARI） #

这是评估聚类一致性最常用的指标之一，它修正了随机聚类带来的偏差，取值范围是[-1, 1]：

• 1表示两个聚类结果完全一致
• 0表示聚类结果和随机分配无差异
• -1表示聚类结果完全相反

Python实现（用scikit-learn直接计算，无需手动构建列联表）：

from sklearn.metrics import adjusted_rand_score

# 示例：两个聚类标签数组（长度需一致）
cluster_labels_a = [0, 0, 1, 1, 2, 2, 3]
cluster_labels_b = [1, 1, 0, 0, 2, 2, 3]

ari_score = adjusted_rand_score(cluster_labels_a, cluster_labels_b)
print(f"Adjusted Rand Index: {ari_score:.4f}")

2. 归一化互信息（Normalized Mutual Information, NMI） #

基于信息论的指标，衡量两个聚类结果之间的互信息，并做了归一化处理，取值范围是[0, 1]：

• 1表示两个聚类完全一致
• 0表示两个聚类无任何关联

它支持聚类数量不同的场景（比如你的8x6列联表情况），非常灵活。

Python实现：

from sklearn.metrics import normalized_mutual_info_score

nmi_score = normalized_mutual_info_score(cluster_labels_a, cluster_labels_b)
print(f"Normalized Mutual Information: {nmi_score:.4f}")

3. Fowlkes-Mallows指数（FMI） #

计算两个聚类结果的精确率和召回率的几何平均值，取值范围[0, 1]，同样适合聚类数量不同的场景，对不平衡聚类的鲁棒性较好。

Python实现：

from sklearn.metrics import fowlkes_mallows_score

fmi_score = fowlkes_mallows_score(cluster_labels_a, cluster_labels_b)
print(f"Fowlkes-Mallows Index: {fmi_score:.4f}")

4. Cramér's V系数（卡方检验的替代方案） #

如果你还是想基于列联表分析，Cramér's V是卡方统计量的归一化版本，解决了卡方值随列联表维度增大而膨胀的问题，同时也能在单元格数值较小时衡量分类变量的关联强度，取值范围[0, 1]：

• 1表示两个聚类标签完全相关
• 0表示无关联

Python实现：

from scipy.stats import chi2_contingency
import numpy as np

# 先构建列联表（示例为3x3表，替换成你的实际数据）
contingency_table = np.array([
    [5, 0, 0],
    [0, 6, 1],
    [0, 2, 7]
])

chi2, p_val, dof, expected = chi2_contingency(contingency_table)
total_samples = contingency_table.sum()
min_dimension = min(contingency_table.shape) - 1  # 取行/列数较小的那个减1

cramers_v = np.sqrt(chi2 / (total_samples * min_dimension))
print(f"Cramér's V Coefficient: {cramers_v:.4f}")

方法选择建议 #

• 如果你的两个聚类结果的簇数量相同，ARI和NMI都是首选，解释性强且计算简单；
• 如果簇数量不同（比如8x6的情况），NMI或FMI更合适；
• 如果需要基于列联表做分析，Cramér's V是卡方检验的理想替代，无需担心单元格过小的限制（它是衡量关联强度而非做显著性检验）。

内容的提问来源于stack exchange，提问作者Ryszard Tuora