Может ли кто-нибудь объяснить разницу между двумя нормализованными версиями измерений ( NMI и AMI ), которые измеряют согласие двух назначений, игнорируя перестановки.
Пустьрассмотрите этот код:
from sklearn import metrics
labels_true = [0, 0, 0, 1, 1, 1]
labels_pred = [0, 0, 1, 1, 2, 2]
# AMI score:
score_ami = metrics.adjusted_mutual_info_score(labels_true, labels_pred)
print(score_ami)
# NMI Score
score_nmi = metrics.normalized_mutual_info_score(labels_true, labels_pred)
print(score_nmi)