調整ランド指数（ARI）の解釈が正しいのか知りたい

Question

ARI（Adjust rand index)の解釈が正しいのか知りたいです。

現在、O'REILLY社「pythonではじめる機械学習」にてARIを勉強中です。
そこで、私の解釈なのですが、

左が、ラベル１、２と定義されているオリジナルデータで、右２つはモデルが予測した分類データです。

右2つはラベルが間違っている予測も含め、クラスタとしての分類はオリジナルデータと等しいので、ARIはどちらも１という解釈をしました。

この解釈は正しいでしょうか？
お力添えの程よろしくお願いいたします。

Answer 1

それでいいと思います。

クラスタリングではクラスタのラベル自体に意味はない（便宜的に振るだけ）のですが、どんなサンプル同士で同じクラスタに入っているかを検討すればクラスタの構造を他の情報と比較できる、というコンセプトのものです（別のクラスタリングの結果でもいいですし、実は存在している「教師ラベル」みたいなものでも構いません）。

Comments

[OkomekO]

回答ありがとうございました！