标准化互信息Normalized Mutual Information(NMI) 检测社区发现效果

C5_Acer 2013-05-16 09:07:50
关于互信息的相关可以参考http://www.cnblogs.com/ziqiao/archive/2011/12/13/2286273.html
当然，懂的大神不需要靠这个也行...
菜鸟最近在做社区发现的相关项目，目前项目已进入最后的测试阶段。现在需要利用这个NMI来评价社区发现的结果，不知是否有大神做过类似的工作。

换句话说，现在我有两个文档，一个里面分别存放的是标准的社区分布，另外一个里面存放的是我的算法运行出来的社区分布。文档里面的格式如下：txt1为标准社区分布，txt2为我的社区分布
txt1: txt2:
5 3 1 4 7 1 2 8
2 8 6 9 10
6 9 10 5 3 4 7
每一行代表着一个社区，社区的上下顺序对NMI测量结果应没有影响
现在需要任意一种语言实现的NMI测量程序，帮助我检测许多个数据集的社区发现结果。大的数据集有可能有几万个社区，所以对文档的预处理会比较麻烦，最好可以在NMI程序中得到实现。
求大神帮助，感激不尽！
...全文
3342 17 打赏 收藏 转发到动态 举报
写回复
用AI写文章
17 条回复
切换为时间正序
请发表友善的回复…
发表回复
Chiloudy 2015-04-07
  • 打赏
  • 举报
 回复
http://pan.baidu.com/s/1bIaMa 这里我上传了NMI的代码，java是我自己写的，c++是论文作者写的，有需要的朋友就直接取吧
AdamLight 2015-04-01
  • 打赏
  • 举报
 回复
求代码…… 万分感谢！604004457@qq.com
fish4236 2015-03-23
  • 打赏
  • 举报
 回复
不知道是用什么语言写的，希望也能发我一份，学习学习，谢谢啦~wuyu201690@163.com
MyLifeZcl 2015-03-03
  • 打赏
  • 举报
 回复
请问，这个适用于重叠社区的评价？楼主能发一份给我么2272052106@qq.com
atompi 2014-11-10
  • 打赏
  • 举报
 回复
求楼上发送代码一份。。。万分感谢，805103319@qq.com
wuwei890723wuei 2014-10-23
  • 打赏
  • 举报
 回复
求楼上发送份代码一份啊。。。万分感谢，18811598090@126.com
qyw62884 2014-09-23
  • 打赏
  • 举报
 回复
楼上的谁有这个程序，麻烦给我发一份，万分感激啊~~~615875978@qq.com
qyw62884 2014-09-23
  • 打赏
  • 举报
 回复
引用 2 楼 UPON_THE_YUN 的回复:
现在对你还有帮助吗？我有直接计算NMI的程序
你有程序吗？能不能发一份到615875978@qq.com这个邮箱一下，真的是万分感激啊~~~
baidu_20730061 2014-09-12
  • 打赏
  • 举报
 回复
同求，可不可以发一份至1179005739@qq.com
AOS小管家 2014-09-10
  • 打赏
  • 举报
 回复
我也在做这方面呢，能不能给我发一份529822114@qq.com
niaowoxiaohai 2014-07-01
  • 打赏
  • 举报
 回复
同求。。。邮箱为zlb-514@163.com。先谢谢您~
zheshiyibasan 2014-05-27
  • 打赏
  • 举报
 回复
同求。。。邮箱为2678506224@qq.com
YangJinger 2014-05-08
  • 打赏
  • 举报
 回复
引用 2 楼 UPON_THE_YUN 的回复:
现在对你还有帮助吗？我有直接计算NMI的程序
请问程序还有吗？求发一份到2643173692@qq.com，感激不尽！
fangyan797 2014-04-23
  • 打赏
  • 举报
 回复
2楼 你还有求nmi的程序吗？可以发给我一份吗？fangyan797@163.com 面临毕业，评价指标要用到这个东西，求助 谢谢
Chiloudy 2013-12-09
  • 打赏
  • 举报
 回复
现在对你还有帮助吗？我有直接计算NMI的程序
C5_Acer 2013-05-18
  • 打赏
  • 举报
 回复
没人么...求救呀...
Matlab code of machine learning algorithms in book PRML.zip
% CHAPTER01 % condEntropy - Compute conditional entropy z=H(x|y) of two discrete variables x and y. % entropy - Compute entropy z=H(x) of a discrete variable x. % jointEntropy - Compute joint entropy z=H(x,y) of two discrete variables x and y. % mutInfo - Compute mutual information I(x,y) of two discrete variables x and y. % nmi - Compute normalized mutual information I(x,y)/sqrt(H(x)*H(y)) of two discrete variables x and y. % nvi
NMI(Normalized Mutual Information)
NMI(Normalized Mutual Information) NMI(Normalized Mutual Information)，归一化互信息。常用在聚类中，度量两个聚类结果的相近程度（通常我们都是将聚类结果和真实标签进行比较相似程度）。他的值域是[0,1][0, 1][0,1]，值越高表示两个聚类结果越相似。归一化是指将两个聚类结果的相似性值 定量到0~1之间。 NMI和另一个聚类指标ACC不同的是，NMI的值不会受到族类标签排列的影响。(This metric is independent o
Normalized Mutual Information归一化互信息
Normalized Mutual Information(NMI)常用在聚类中，度量2个聚类结果的相近程度。 其中I(A,B)是A,B两向量的mutual information, H(A)是A向量的信息熵。 I(A,B)=H(A)-H(A|B)=H(B)-H(B|A),这也好理解，直觉上，如果已知B的情况，A的条件熵H(B|A)相对于H(A)变小了，即不确定程度变小，那么B能提供对
聚类的评价指标NMI标准化互信息+python实现+sklearn调库
聚类的评价指标NMI标准化互信息+python实现+sklearn调库概念引例公式信息熵相对熵（relative entropy）互信息*归一化互信息(NMI)代码pythonsklearn 概念 标准化互信息（normalized Mutual Information, NMI）用于度量聚类结果的相似程度，是community detection的重要指标之一，其取值范围在[0 1]之间，值越大表示聚类结果越相近，且对于[1, 1, 1, 2] 和 [2, 2, 2, 1]的结果判断为相同 引例 对于6个
信息论学习——python实现标准化互信息
标准化互信息（normalized Mutual Information, NMI）用于度量聚类结果的相似程度，是community detection的重要指标之一，其取值范围在[0 1]之间，值越大表示聚类结果越相近，且对于[1, 1, 1, 2] 和 [2, 2, 2, 1]的结果判断为相同 其论文可参见Effect of size heterogeneity on community identification in complex networks举例说明： 对于6个点(v1, v2, …, v
其他开发语言

3,423

社区成员

15,635

社区内容

发帖
与我相关
我的任务
社区描述
其他开发语言 其他开发语言
社区管理员
  • 其他开发语言社区
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章