特征选择（特别是无监督）的评价指标通常采用聚类精度（ACC）和归一化互信息（NMI），通常这两者的值越大，代表算法的性能更好。

然而并不是所有ACC最大时，其对应的NMI也取得最大值。请问，怎么看待这个问题和现象？如何评判？

另外，通常用ACC（或NMI）+-标准差来表示性能，但是ACC取得最优值时，其对应的标准差有可能比其它ACC小的方法所对应的标准差大，这种情况怎么解释？实际时应该以哪种作为评判准则呢（ACC或标准差，或其它）？

谢谢大家！~~ 返回小木虫查看更多