선생님! 아래 코드가 잘 이해가 되지 않습니다.

def cluster_acc(y_true, y_pred):

    y_true = np.array(y_true)
    y_pred = np.array(y_pred)

    D = max(y_pred.max(), y_true.max()) + 1
    w = np.zeros((D, D), dtype=np.int64)
    for i in range(y_pred.size):
        w[y_pred[i], y_true[i]] += 1
    ind = linear_assignment(w.max() - w)
     return sum([w[i, j] for i, j in zip(ind[0], ind[1])]) * 1.0 / y_pred.size

위 코드 부분에서 이게 어떻게 cluster의 accuracy를 계산하는지 직관적으로 이해가 되지 않습니다.

제가 이해하기로는 y_true는 각 image의 label을 batchsize에 따라서 가져오니까 y_true는 (120, )의 tensor가 될 것이고, y_pred는 k_means를 통과한 값이 될 것입니다.

이런 식이겠죠

y_true = [0, 1, 1, 2, 3, 0, ...]

y_pred = [3, 4, 4, 5, 1, 3, ...]

계산을 하면 D = 10이 될 것이고, w는 10X10짜리 tensor가 될 것입니다.

이 때 for i in range(120):에서 위의 6 라벨이 들어왔다고 치면

W = [[0, 0, 2, 0, 0, 0, 0, 0, 0, 0]

[0, 0, 0, 2, 0, 0, 0, 0, 0, 0]

[0, 0, 0, 0, 1, 0, 0, 0, 0, 0]

[0, 1, 0, 0, 0, 0, 0, 0, 0, 0]

...]

이런 식으로 코딩이 될 것입니다.

그러면 이게

W.max()를 취하면 2가 나올테고,

w.max() - w

이 식은 [[2, 2, 0, 2, 2, ...], [2,2,2,0,2,...], [2,2,2,2,1,...],

[2,1,2,2,2,...]...] 이렇게 되고

여기에서 linear_assignment를 통과한다면

한 batch에서 정확도를 구할 수 있다는 것인데,

linear_assignment가 hungarian algorhythm을 통해서 bipartite한

graph에서의 정보를 처리한다데 이게 구체적으로 어떤 공식에 의해서

되는 것인지 잘 모르겠습니다..

매번 감사합니다.