python - sklearn 中的 normalized_mutual_info_score 给出负值或大于 1 的值

Question

我正在尝试计算两个 256*256 图像标签之间的归一化互信息，并将其展平为一个数组。

在 sklearn 的文档中很明显，函数 normalized_mutual_info_score 应该只输出 0 到 1 之间的值。

但是我意识到，当比较包含大量元素的列表时，有时它会给出负值或大于 1 的值。

是否是上溢/下溢问题？ (我意识到，如果我将 average_method 更改为“arithmetic”、“min”或“max”，我会得到一个更现实的答案，但不确定哪一个最适合我的情况。)

使用 sklearn 0.20.0，我将提供一个综合示例来重现该问题:

metrics.normalized_mutual_info_score([0]*100001, [0]*100000 + [1])
metrics.normalized_mutual_info_score([0]*110001, [0]*110000 + [1])

我希望下面的答案是 0，但我分别得到了 7.999 和 -7.999。

Answer 1

正如您所提到的，设置 average_method 会给出合理的值。

normalized_mutual_info_score([0]*100001, [0]*100000 + [1],average_method='arithmetic')
#3.166757680223739e-14

我建议使用arithmetic，因为它将成为下一个版本 0.22 中的默认值，reference .