MATLAB聚类有效性评价指标（外部）

MATLAB中常用的聚类有效性评价指标包括外部指标和内部指标。其中，外部指标用于评价聚类结果与真实标签之间的一致性，主要包括以下几种指标：

1. Adjusted Rand Index（ARI）：调整兰德指数，用于度量聚类结果与真实标签的相似度，取值范围在[-1, 1]之间，值越大表示聚类结果与真实标签越一致。

2. Normalized Mutual Information（NMI）：标准化互信息，用于度量聚类结果与真实标签的相似度，取值范围在[0, 1]之间，值越大表示聚类结果与真实标签越一致。

3. Fowlkes-Mallows Index（FMI）：福尔克斯-马洛指数，用于度量聚类结果与真实标签的相似度，取值范围在[0, 1]之间，值越大表示聚类结果与真实标签越一致。

4. Jaccard Coefficient（JC）：杰卡德系数，用于度量聚类结果与真实标签的相似度，取值范围在[0, 1]之间，值越大表示聚类结果与真实标签越一致。

这些指标都可以通过MATLAB中的函数进行计算，例如，ARI可以使用rand_index函数计算，NMI可以使用nmi函数计算，FMI可以使用fowlkes_mallows_index函数计算，JC可以使用jaccard_coefficient函数计算。