[发明专利]聚类效果测评方法、系统、介质及装置

权利要求书

1.一种聚类效果测评方法，其特征在于，所述测评方法包括：

获取含有标注信息的待聚类的所有数据样本的总量，所述标注信息包括各数据样本的真实类别名；

计算各预测分类组中不同标注信息对应的数据样本的数量，所述预测分类组是聚类系统对所述待聚类的所有数据样本进行聚类后得到；

基于各所述预测分类组中不同标注信息对应的数据样本的数量确定各预测分类组的预测类别名；

计算已确定的各预测类别名对应的预测分类组中数据样本的总量并将其确定为关联的数据样本的总量，以及计算各预测分类组中真实类别名与预测类别名相同的数据样本的总量并将其确定为正确关联的数据样本的总量；

基于待聚类的所有数据样本的总量、关联的数据样本的总量以及正确关联的数据样本的总量，利用混淆矩阵来计算针对所述聚类系统的聚类效果评价指标。

2.根据权利要求1所述的测评方法，其特征在于，“基于各所述预测分类组中不同标注信息对应的数据样本的数量确定各预测分类组的预测类别名”的步骤包括：

对于一个预测分类组，将其中数据样本的数量最多的真实类别名确定为该预测分类组的预测类别名；或者，对于一个真实类别名，将其对应的数据样本的数量最多的预测分类组的预测类别名确定为该真实类别名；以及，

将无法确定预测类别名的预测分类组均确定为未知类别名；

其中，所有预测分类组的预测类别名均不相同。

3.根据权利要求1所述的测评方法，其特征在于，所述含有标注信息的所有数据样本均为人像样本，所述标注信息还包括各人像样本中是否含有人脸；“基于各所述预测分类组中不同标注信息对应的数据样本的数量确定各预测分类组的预测类别名”的步骤还包括：

计算各所述预测分类组中真实类别名对应的有人脸的数据样本的数量；

对于一个预测分类组，将其中有人脸的数据样本的数量最多的真实类别名作为该预测分类组的预测类别名；或者，对于一个真实类别名，将其对应的有人脸的数据样本的数量最多的预测分类组的预测类别名确定为该真实类别名；以及，

将无法确定预测类别名的预测分类组均确定为未知类别名；

其中，所有预测分类组的预测类别名均不相同。

4.根据权利要求1所述的测评方法，其特征在于，所述含有标注信息的所有数据样本均为人像样本，所述标注信息还包括各人像样本中是否含有人脸；所述测评方法还包括：在“基于待聚类的所有数据样本的总量、关联的数据样本的总量以及正确关联的数据样本的总量，利用混淆矩阵来计算针对所述聚类系统的聚类效果评价指标”的步骤之前，

针对含有标注信息的所有数据样本、有人脸的所有数据样本和无人脸的所有数据样本中的任一种：计算待聚类的所有数据样本的总量、关联的数据样本的总量以及正确关联的数据样本的总量。

5.根据权利要求4所述的测评方法，其特征在于，“基于待聚类的所有数据样本的总量、关联的数据样本的总量以及正确关联的数据样本的总量，利用混淆矩阵来计算针对所述聚类系统的聚类效果评价指标”的步骤包括：

计算数据样本聚类的关联率：

计算数据样本聚类的精确率：

计算数据样本聚类的综合准确率：

然后，将Acc、P和Acc*P中的一个或者多个作为所述聚类效果评价指标；

其中，针对含有标注信息的所有数据样本、有人脸的所有数据样本和无人脸的所有数据样本中的任一种：TP+FP+FN+TN表示待聚类的所有数据样本的总量，TP+FP表示关联的数据样本的总量，TP表示正确关联的数据样本的总量。