聚类评价指标adjusted_rand_score和accuracy_score的区别

import numpy as np
from sklearn import metrics


y_pred = [0, 2, 1, 2, 1]
y_true = [0, 1, 2, 1, 2]

acc = metrics.accuracy_score(y_true, y_pred)
# acc = accuracy_score(y_true, y_pred, normalize=False)
print('acc:', acc)

ARI = metrics.adjusted_rand_score(y_true, y_pred)
print('ARI:', ARI)

accuracy_score 分类准确率分数是指所有分类正确的百分比：
在二分类或者多分类中，预测得到的label，跟真实的label比较，计算准确率。
在multilabel（多标签问题）分类中，该函数会返回子集的准确率。对于一个样本来说，必须严格匹配真实数据集中的label。
adjusted_rand_score调整兰德指数：