度量在社团检测中至关重要
社会与信息网络
2020-05-22 v1 物理与社会
摘要
我们对归一化互信息（NMI）作为社团检测评价指标进行了批判性评估。NMI 放大了 leximin 方法在弱社团上的表现：leximin 通过找到平凡的单体聚类，真的优于其他八种社团检测方法吗？文献中三种 NMI 的改进是 AMI、rrNMI 和 cNMI。我们展示了在相关随机模型下的等价性，并且对于评价社团检测，我们建议在 模型（n 个节点的所有划分）下的单侧 AMI。本工作旨在（1）开启关于鲁棒度量的讨论，以及（2）倡导不给“免费午餐”的评价方式。
引用
@article{arxiv.1901.01354,
title = {Metrics matter in community detection},
author = {Arya D. McCarthy and Tongfei Chen and Rachel Rudinger and David W. Matula},
journal= {arXiv preprint arXiv:1901.01354},
year = {2020}
}