由于您有实际的标签，您可以将它们与获得的标签进行比较并评估性能。通常使用纯度和 nmi（归一化互信息）。阅读此（聚类评估）文档以获取详细说明。

如果您没有实际的标签，那么您可以使用模块化或 [Silhouette] 来测量聚类性能。

您不能使用通过 k-means 获得的标签将问题视为监督分类问题。这是因为 k-means 将为它形成的每个集群分配一个任意标签。

如果您以经典准确度度量有意义的方式对齐任意标签，那将只是运气问题。

您应该寻找的是所谓的平均聚类准确度度量。无论任何集群的实际标签是什么，只要一个集群的成员在一起，这个度量就可以为您提供集群的准确性。

免责声明：我将要写的一切都归功于可以在这里找到的 github 脚本。如果你愿意，你可以跳过即将发生的事情，直接转到链接并应用那里定义的名为 cluster_acc 的函数

明智的做法是尝试找出可以让我获得最大聚类精度的最佳设置。我在这里设置的意思是：我的预测中的哪些标签对应于基本事实中的哪些标签。

您可以使用 sklearn.utils.linear_assignment_.linear_assignment 在 python 中执行此操作。该函数使用匈牙利算法来求解所谓的二分图。通过“找出最佳设置”来解决上述图表是我上面描述的。

现在，我将尝试详细解释如何获得二分图，以及如何从匈牙利方法的结果中获得聚类精度。

1. 让y和y'分别是基本事实和预测的聚类分配。例如，y =[1,1,1,2,2,2,3,3,3]；y' =[2,2,1,3,3,3,1,1,2]。请注意，在此示例中，经典准确度度量将给出 11% 的准确度，而更公平的聚类准确度度量将给出 78%，如下所示
2. 构造矩阵W，这是一个DxD零矩阵，我们将在其中存储点。D是预测分配和基本事实之间的最大值（标签）。对于上面的相同示例，W将是 3x3。
3. 回顾每一对预测的分配/基本事实。向W中的每个条目添加一个点，其中y'描述的行和y描述的列之间发生交集。对于我们的示例，这将产生： W = [1 0 2; 2 0 1; 0 3 0]（使用 MATLAB 表示法）。
4. 从它的最大值中减去 W。每当出现最大值（在我们的例子中为 3）时，这将放置一个零。这给了我们我们的二分图 = [2 3 1; 1 3 2; 3 0 3]。
5. 然后，使用上面提到的 sklearn 函数解决这个问题，我们得到了下面的匹配表： [ 1 3; 2 1; 3 2]。这告诉我们，预测中的一对应于基本事实中的三，二对一，三对二，这很容易得到证实。这个匹配表告诉我们在测量准确度时应该考虑 W 中的哪些条目
6. 最后，我们所要做的就是去 W 中的条目 (1,3),(2,1) 和 (3,2) 并将它们相加，然后取平均值。这为我们提供了 78% 的聚类准确度。

希望这对您有所帮助，并再次感谢所附 github 存储库的作者。

检查性能的另一种可能性是评估混淆矩阵。其中预测和实际标签进行比较，并测量每个类别的分类结果