有真实标签时如何评估无监督聚类？类别匹配方法咨询

聚类算法（如KMeans）输出的类别编号是随机分配的，和真实标签的编号没有天然对应关系，直接用LabelEncoder转换真实标签后计算准确率会得到错误结果。以下是两种解决思路：

一、使用无需类别匹配的评估指标 #

这类指标不关心类别编号，只衡量聚类结果与真实标签的分组一致性，适合直接评估聚类效果：

常用指标及代码示例 #

from sklearn.metrics import adjusted_rand_score, normalized_mutual_info_score

# 计算调整兰德指数（取值[-1,1]，越接近1说明聚类与真实标签一致性越高）
ars = adjusted_rand_score(df['class'], df['prediction'])
# 计算归一化互信息（取值[0,1]，越接近1说明聚类效果越好）
nmi = normalized_mutual_info_score(df['class'], df['prediction'])

print(f"调整兰德指数: {ars:.4f}")
print(f"归一化互信息: {nmi:.4f}")

二、找到真实标签与聚类结果的最优匹配，计算准确率等指标 #

如果需要明确每个聚类类别对应的真实标签，并计算准确率，可以通过匈牙利算法找到最优的类别映射：

具体步骤及代码 #

from sklearn.preprocessing import LabelEncoder
from scipy.optimize import linear_sum_assignment
import numpy as np
from sklearn.metrics import accuracy_score

# 1. 将真实标签转换为数字编码
le = LabelEncoder()
y_true = le.fit_transform(df['class'])
y_pred = df['prediction'].values

# 2. 构建混淆矩阵：行=真实标签编号，列=聚类标签编号，值=交叉样本数
confusion_matrix = np.zeros((len(le.classes_), len(le.classes_)), dtype=int)
for true, pred in zip(y_true, y_pred):
    confusion_matrix[true, pred] += 1

# 3. 用匈牙利算法找最优匹配（最大化匹配的样本数，因此对混淆矩阵取负数）
row_ind, col_ind = linear_sum_assignment(-confusion_matrix)

# 4. 构建聚类标签到真实标签的映射关系
label_mapping = {col_ind[i]: row_ind[i] for i in range(len(row_ind))}

# 5. 对聚类结果进行标签映射，计算准确率
y_pred_mapped = np.array([label_mapping[pred] for pred in y_pred])
acc = accuracy_score(y_true, y_pred_mapped)

# 输出结果
print(f"匹配后的准确率: {acc:.4f}")
print("\n真实标签与聚类标签的对应关系:")
for cluster_label, true_idx in label_mapping.items():
    true_label = le.inverse_transform([true_idx])[0]
    print(f"聚类标签 {cluster_label} → 真实标签 {true_label}")

优化你的KMeans代码 #

避免使用全局变量，改为直接返回结果，同时加入random_state保证聚类结果可复现：

def kmeans(df):
    from sklearn.cluster import KMeans
    n_clusters = len(df['class'].unique())
    # 设置random_state确保每次运行结果一致
    km = KMeans(n_clusters=n_clusters, random_state=42)
    y_predicted = km.fit_predict(df[['x', 'y']])
    df['prediction'] = y_predicted
    return df, y_predicted

df, y_pred = kmeans(df)

内容的提问来源于stack exchange，提问作者Mukhammadyusuf Yuldashev Kobul