兰德指数是不在原始数据中计算的准确度（除非您拥有类 1 是集群 1 的数据，否则它不起作用）。

相反，它是对点对的准确性，这对于重命名集群是不变的。

在二元分类中，准确度的常见定义是：(TP+TN)/(TP+FP+FN+TN)，这应该使方程的相似性一目了然。

用于计算 RI 的混淆矩阵与准确度的混淆矩阵不同。兰德指数 (RI) 中混淆矩阵的定义：

+--------------------------------+--------------------------------------+
| TP:                            | FN:                                  |
| Same class + same cluster      | Same class + different clusters      |
+--------------------------------+--------------------------------------+
| FP:                            | TN:                                  |
| different class + same cluster | different class + different clusters |
+--------------------------------+--------------------------------------+

这两者之间的另一个区别是，与准确性不同，RI 主要用于聚类（无监督学习）。

学习 RI 的最佳链接是 Introduction to Information Retrieval book： https ://nlp.stanford.edu/IR-book/html/htmledition/evaluation-of-clustering-1.html

准确性对集群命名很敏感；但是，RI 不是。

要记住的几点：

1. 兰德指数着眼于任何两种聚类方法之间的相似性。通常，这里没有“真实”标签。而为了计算准确性，您需要将真实标签与预测标签进行比较。
2. 和Has QUIT--Anony-Mousse 回答一样，兰德指数寻找数据集中两点之间的关系，而不是一个点与其真实标签的关系。

这是一些可视化：

• 如果方法 1 和方法 2 是两种聚类方法，那么它们的 Rand Index 将等于 1。
• 如果方法 2 表示参考聚类（两种颜色表示不同的类别），则准确度将为 0。

希望这可以帮助。