用python写一个可以求兰德系数的函数

兰德系数（Rand Index）是一种用于衡量两个聚类结果之间相似度的指标，其值范围在0到1之间，越接近1表示聚类结果越相似。下面是用 Python 编写兰德系数计算函数的示例代码：

from sklearn.metrics import pairwise
from sklearn.metrics.cluster import adjusted_rand_score

def rand_index_score(labels_true, labels_pred):
    """
    计算兰德系数
    :param labels_true: 真实的聚类标签
    :param labels_pred: 预测的聚类标签
    :return: 兰德系数
    """
    # 计算同一簇内部的元素间的相似度矩阵
    similarity_matrix = pairwise.pairwise_distances(labels_true.reshape(-1, 1)) == pairwise.pairwise_distances(labels_pred.reshape(-1, 1))
    # 计算不同簇之间元素间的相似度矩阵
    dissimilarity_matrix = pairwise.pairwise_distances(labels_true.reshape(-1, 1)) != pairwise.pairwise_distances(labels_pred.reshape(-1, 1))
    # 计算兰德系数
    return adjusted_rand_score(similarity_matrix.reshape(-1), dissimilarity_matrix.reshape(-1))

其中，`labels_true` 是真实的聚类标签，`labels_pred` 是预测的聚类标签。代码中使用了 `pairwise_distances` 方法来计算元素间的距离矩阵，然后通过比较相似度矩阵和不相似度矩阵来计算兰德系数。最后使用 `adjusted_rand_score` 方法来计算兰德系数的值。