聚类集成中差异性测量方法

本文主要是介绍聚类集成中差异性测量方法，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

1、基于NMI的差异性度量NMIBDM

互信息(mutual information, MI)定义为^[1]：

$$I(X;Y) = \sum\limits_{x,y} {p(x,y)\log \frac{{p(x,y)}}{{p(x),p(y)}}}$$
规范化互信息(normalized mutual information, NMI) ^[2]:
$$NMI = \frac{{I(X,Y)}}{{\sqrt {H(X)H(Y)} }}$$
其中 ${H(X)}$和 ${H(Y)}$分别表示X和Y两个随机变量的熵值，其中熵值的定义如下：

这篇关于聚类集成中差异性测量方法的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---