adjusted_rand_score用于评估聚类结果与真实标签的一致性，取值范围[-1,1]，1表示完全一致，0表示等价于随机划分；要求两组整数标签长度一致、无NaN、为一维数组，对簇名顺序不敏感。
调整兰德系数（Adjusted Rand Index, ARI）在 scikit-learn 中直接可用，但必须确保真实标签和聚类结果标签都为整数数组且长度一致；否则会报 ValueError: Input contains NaN, infinity or a value too large for dtype('float64') 或 labels_true and labels_pred must have same size。
用 adjusted_rand_score 函数计算 ARI
scikit-learn 提供了 sklearn.metrics.adjusted_rand_score，它接受两个一维数组：真实类别标签 labels_true 和模型预测的聚类标签 labels_pred。该函数不关心标签具体取值（如 0/1/2 或 5/10/15），只看划分一致性。
常见错误现象包括：
- 传入
list嵌套结构（如[[0], [1], [0]]）而非一维数组 —— 需用np.ravel()或.flatten()展平 - 聚类结果含
NaN或None（例如某些 DBSCAN 把噪声点标为 -1 是合法的，但若误填np.nan就会报错） - 使用
fit_predict返回的是ndarray，但真实标签是pandas.Series，索引未对齐导致长度看似一致实则错位
示例：
立即学习“Python免费学习笔记（深入）”；
from sklearn.metrics import adjusted_rand_score import numpy as np <p>labels_true = [0, 0, 1, 1, 2, 2] labels_pred = [0, 0, 1, 1, 1, 1] # 比如 KMeans 把后两类全分进同一簇</p><p>score = adjusted_rand_score(labels_true, labels_pred) print(score) # 输出类似 0.24...
ARI 对标签编码方式不敏感，但对空簇和噪声点很敏感
adjusted_rand_score 基于配对计数（pair counting），所以只要两个标签序列的“哪些样本被分到同一组”逻辑一致，分数就相同。这意味着：
-
[0, 0, 1, 1]和[5, 5, 99, 99]与真实标签比，ARI 完全一样 - DBSCAN 返回的
-1表示噪声点，这是合法标签值，会被正常计入计算 —— 无需提前过滤或替换 - 如果某簇完全没样本（比如 KMeans 设
n_clusters=4但实际只产生 3 个非空簇），不影响 ARI，因为函数只看已有标签的配对关系
但注意：若 labels_pred 全是同一个值（如全为 0），而 labels_true 有多个类，则 ARI 会是负数（表示比随机划分还差），这是正常行为，不是 bug。
和 homogeneity_score、completeness_score 的关键区别
ARI 是对称指标，不偏向“真实标签”或“预测标签”哪一方；而 homogeneity_score 要求每个簇纯度高，completeness_score 要求同类样本尽量不分散 —— 它们都不做随机性校正，数值范围是 [0,1]，而 ARI 是 [-1,1]，0 表示等价于随机划分。
典型使用场景：
- 比较不同聚类算法在同一数据集上的效果（如 KMeans vs AgglomerativeClustering）
- 调参时评估
n_clusters取值 —— 注意 ARI 在真实类数附近常出现峰值，但未必严格对应 - 当真实标签存在但不完全可靠（如人工标注有少量错误），ARI 比纯精度更鲁棒，因它关注样本对关系而非逐点匹配
性能影响很小：adjusted_rand_score 时间复杂度是 O(n)，n 是样本数；内部用稀疏矩阵计数，10⁵ 级样本也能秒级完成。
最容易被忽略的一点：ARI 无法处理多标签分类或层次化聚类输出；如果你的 labels_pred 是树状结构或每个样本属于多个簇，得先转换成单标签形式（如取最大概率簇），否则会直接报错或结果无意义。
