위키득계정 ↗
기술

조정 랜드 지수

조정 랜드 지수기술
영문명
Adjusted Rand index
약칭
ARI
완전 일치
군집 이름이 달라도 1
우연 보정
정해진 무작위 기준의 기대 일치를 반영
조정 랜드 지수는 같은 표본 집합에 대한 두 군집 배정의 일치 정도를 우연에 의한 일치를 보정해 비교하는 지표다. 군집 이름이나 번호가 아니라 어떤 표본들이 함께 묶였는지를 평가한다.

표본 쌍으로 비교

두 배정에서 함께 묶인 표본 쌍과 따로 떨어진 표본 쌍을 비교한다. 군집 번호 0을 7로 바꾸어도 묶음이 같으면 결과는 변하지 않는다. 단순 일치율에는 군집 크기만으로 생기는 일치가 포함될 수 있으므로 조정 지수는 무작위 기준에서 기대되는 부분을 뺀다.

여섯 표본의 예

첫 배정이 (1,2,3)과 (4,5,6), 두 번째가 (1,2,4)와 (3,5,6)이라고 하자. 각 배정에서 같은 군집인 쌍은 6개이고, 두 배정 모두에서 함께인 쌍은 (1,2), (5,6)의 2개다. 전체 쌍은 15개다. 군집 크기를 고정한 무작위 기준의 기대값은 6×6/15=2.4다. 따라서 조정 지수는 (2-2.4)/(6-2.4)=-1/9다.

음수와 완전 일치

예제의 음수는 무작위 기준의 기대 일치보다 낮다는 뜻이다. 음수 확률이라는 뜻은 아니다. 같은 첫 배정에서 두 군집의 이름만 서로 바꾸면 함께인 쌍 6개가 모두 유지되어 지수는 1이다. 일반적인 범위는 -0.5부터 1이지만 주어진 군집 크기에서 최솟값이 항상 -0.5인 것은 아니다.

내부 평가와 차이

실루엣 계수는 좌표와 거리를 이용하지만 조정 랜드 지수는 두 배정을 비교한다. 정답 범주가 있을 때 예측 군집과 비교하거나 두 군집화 결과의 안정성을 살피는 데 사용할 수 있다. 서로 다른 표본을 비교하거나 표본 순서를 잘못 맞추면 의미가 없다. 기준 배정의 품질도 별도로 검토해야 한다.

관련 문서

K 평균 군집화 / DBSCAN / 실루엣 계수 / 데이비스 볼딘 지수 / 기대값 / 확률 / 기계 학습