Python与MATLAB小练习：计算准确度Accuracy
Python与MATLAB小练习：计算准确度Accuracy
分别使用Python与MATLAB编程，计算聚类准确度。思路为：首先利用匈牙利算法将训练后的标签进行调整，然后再计算准确度。
1. Python程序
1 # Python demo 2 # -*- coding: utf-8 -*- 3 # Author：凯鲁嘎吉 Coral Gajic 4 # 5 # Python小练习：计算准确度Accuracy 6 # 先用匈牙利算法调整标签，然后再计算准确度 7 import numpy as np 8 # 已经调整过标签了 9 def cluster_acc(y_true, y_pred): 10 y_true = y_true.astype(np.int64) 11 assert y_pred.size == y_true.size 12 D = max(y_pred.max(), y_true.max()) + 1 13 w = np.zeros((D, D), dtype=np.int64) 14 for i in range(y_pred.size): 15 w[y_pred[i], y_true[i]] += 1 16 from sklearn.utils.linear_assignment_ import linear_assignment 17 # 匈牙利算法调整标签 18 ind = linear_assignment(w.max() - w) 19 return sum([w[i, j] for i, j in ind]) * 1.0 / y_pred.size 20 21 y_true = np.array([2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 1, 1, 1, 1, 1]) 22 y_pred_1 = np.array([1, 1, 2, 1, 1, 2, 2, 2, 3, 2, 2, 3, 1, 3, 3, 2, 3]) # 未调整的标签 23 y_pred_2 = np.array([2, 2, 3, 2, 2, 3, 3, 3, 1, 3, 3, 1, 2, 1, 1, 3, 1]) # 调整后的标签 24 result_1 = cluster_acc(y_true, y_pred_1) 25 result_2 = cluster_acc(y_true, y_pred_2) 26 print('1：', result_1) 27 print('2：', result_2)
结果：
1： 0.6470588235294118 2： 0.6470588235294118
2. MATLAB程序
结果：
未调整标签的准确度：0.294118 调整标签后的准确度：0.647059
完成。
作者：凯鲁嘎吉
本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须在文章页面给出原文链接，否则保留追究法律责任的权利。