Python计算纯度

在Python中计算纯度可以使用sklearn库中的metrics模块的cluster模块中的purity_score函数。该函数接受两个参数，一个是真实标签的列表，另一个是聚类结果的列表。例如，如果有5个有标签的目标，对应标签表示为y_true=\[0,0,0,1,1\]，根据聚类算法的输出是y_pred=\[1,1,1,0,0\]，可以使用purity_score函数计算纯度。代码如下所示：

from sklearn.metrics.cluster import purity_score

y_true = \[0, 0, 0, 1, 1\]
y_pred = \[1, 1, 1, 0, 0\]

purity = purity_score(y_true, y_pred)

print("纯度:", purity)

输出结果为纯度: 1.0，表示聚类结果的纯度为100%。
#### 引用[.reference_title]
- *1* *2* [【Stepik】《Python函数式编程》理论篇 - 第1课](https://blog.csdn.net/u011367208/article/details/117740095)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *3* [聚类效果的外部评价指标——纯度(Purity)及其Python和matlab实现](https://blog.csdn.net/weixin_45727931/article/details/111921581)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]