---
title: "調整蘭德指數（Adjusted Rand Index）"
slug: adjusted-rand-index
language: zh-TW
source: https://aiterms.tw/terms/adjusted-rand-index
updated_at: 2026-07-04
tags: [模型評估, 統計方法, 機器學習, source:ipas]
ipas_term: true
---

# 調整蘭德指數（Adjusted Rand Index）

調整蘭德指數用於評估分群演算法，透過修正隨機偏差，客觀衡量分群結果與真實標籤間的相似程度。

## 完整說明

調整蘭德指數是一種廣泛應用於機器學習的外部評估指標，主要用於衡量非監督式分群結果與真實分類標籤的吻合度。它透過引入期望模型修正了隨機分群所造成的偏差，提供客觀的評估基準。常見應用包括文件分群評估、基因表現分類以及客戶區隔分析等領域。

## iPAS 考試出題分析

屬於未分類考範圍。

## 常見問題

### 調整蘭德指數與原始蘭德指數最大的數學差異是什麼？

這兩者之間最核心的差異在於對隨機基準線的處理機制。原始蘭德指數在面對隨機猜測的分群結果時，其計算出的數值不會歸零，這使得它在評估複雜資料集時，容易給出偏高的效能分數。調整蘭德指數透過引入廣義超幾何分佈的期望模型，扣除了隨機機率所導致的配對一致性，並執行了標準化程序。這項調整確保了指標在隨機分群情況下的期望值穩定為零，從而提供了一個具備客觀性與可比性的演算法效能評估基準。

### 如果計算出的調整蘭德指數呈現負值，在實務上代表什麼意義？

計算出負數的調整蘭德指數並不代表計算程式發生了系統性錯誤。從統計學的角度解釋，負值明確指出該次分群演算法所產生的群組劃分結果，其資料點配對的一致性程度，低於假設演算法採用隨機猜測所能達到的期望水平。這暗示了幾個潛在問題：例如資料集內部可能存在離群值導致演算法受到干擾，或者該演算法預設的資料分佈形狀與實際資料的幾何結構存在衝突。工程師應將此視為重新檢視資料前處理或參數設定的警示。

### 在缺乏真實分類標籤的非監督式學習任務中，可以使用調整蘭德指數嗎？

在缺乏客觀參考標準的情況下是無法使用的。調整蘭德指數在定義上屬於外部評估指標，其公式的運算必須依賴一組外部的參考標準，通常就是資料集的真實類別標籤。在無標籤的探索性非監督式學習情境中，缺乏了可以作為對照基準的資訊，便無法啟動調整蘭德指數的計算。若在此類任務中需要評估分群品質，工程人員必須轉向使用內部評估指標，例如輪廓係數，透過測量群組內部的緊密度與群組之間的分離度來進行模型效能的量化評估。

---

來源：https://aiterms.tw/terms/adjusted-rand-index
快查頁：https://aiterms.tw/terms/adjusted-rand-index
最後更新：2026/07/04
深度解說：https://aiterms.tw/learning/what-is-adjusted-rand-index