scikit的f1\U分数的平均宏/微能用于多标记聚类吗？

Question

似乎scikitlearn的f1\u分数avg micro/macro（http://scikit-learn.org/stable/modules/generated/sklearn.metrics.f1_score.html）是基于多标签数据分类器的，但是我想知道是否同样可以用于多标签聚类？你知道吗

我使用的数据是使用scikit的kmeans在50000 timeseries（ts）上进行集群的。所以我以如下形式的簇结束：c1{tsu 1，tsu 2…}，c2{tsu 20，tsu 21…}等等

每个时间序列可以有一个太多的标签，我想作为一个黄金标准的f1平均微观和宏观分数。一个集群的时间序列可以被它的标签（L）所取代：c1{（L_1，L_2），（L_2），（L_2），（L_3，L_4，L_5）…}

f1平均微观和宏观分数可以应用于这样一个数据集的聚类，还是有其他的分数我应该看呢？你知道吗

Answer 1

不，因为集群使用自己的“标签”（通常是0…k），并且分类标签没有1对1匹配。你知道吗

聚类不是分类。“无监督分类”一词很容易引起误解，因为两者之间的差异可能相当大。这就是为什么集群中似乎没有人使用这个术语。你知道吗

使用任何已建立的聚类评估指标。你知道吗