重新给出一个计算NMI的例子和相应的MATLAB程序

好的，下面是一个重新给出的计算NMI的例子和相应的MATLAB程序：

假设有以下聚类结果和真实标签：

聚类结果：[1, 1, 2, 2, 2, 3, 3, 4, 4, 4]
真实标签：[A, A, B, B, B, C, C, D, D, D]

MATLAB程序如下：

% 聚类结果
cluster_result = [1, 1, 2, 2, 2, 3, 3, 4, 4, 4];

% 真实标签
true_labels = ['A', 'A', 'B', 'B', 'B', 'C', 'C', 'D', 'D', 'D'];

% 计算聚类结果和真实标签的互信息
n_samples = numel(cluster_result);
n_clusters = max(cluster_result);
n_labels = max(true_labels);

nmi_matrix = zeros(n_clusters, n_labels);
for i = 1:n_clusters
    for j = 1:n_labels
        nij = sum(cluster_result == i & true_labels == true_labels(j));
        ni = sum(cluster_result == i);
        nj = sum(true_labels == true_labels(j));
        nmi_matrix(i, j) = (nij / n_samples) * log((nij * n_samples) / (ni * nj));
    end
end

% 计算互信息
mutual_info = sum(nmi_matrix(:));

% 计算聚类结果的熵
cluster_entropy = -sum((sum(nmi_matrix, 2) / n_samples) .* log(sum(nmi_matrix, 2) / n_samples));

% 计算真实标签的熵
label_entropy = -sum((sum(nmi_matrix, 1) / n_samples) .* log(sum(nmi_matrix, 1) / n_samples));

% 计算NMI
nmi = (2 * mutual_info) / (cluster_entropy + label_entropy);

disp(['NMI: ', num2str(nmi)]);

运行此MATLAB程序，将输出计算得到的NMI值。

请注意，此示例中的计算是基于给定的聚类结果和真实标签，你可以根据自己的数据进行修改。同时，这段代码仅用于演示目的，实际应用中可能需要进行错误检查和适应不同情况的修改。