统计学中，特别是数据聚类中的兰德指数或兰德度量（以 William M. Rand 命名）是对两个数据聚类之间相似性的度量。调整后的兰德指数是兰德指数的修正版本。这种修正通过使用随机模型指定的聚类之间所有成对比较的预期相似性来建立基线。传统上，兰德指数是使用聚类的置换模型进行校正的（聚类中的聚类数量和大小是固定的，所有随机聚类都是通过在固定聚类之间混洗元素而生成的）。然而，置换模型的前提经常被违反；在许多聚类场景中，聚类的数量或这些聚类的大小分布变化很大。例如，在 K-means 中，聚类的数量由练习者固定，但这些聚类的大小是从数据中推断出来的。调整后的兰德指数的变化解释了不同的随机聚类模型。
https://embed.notionlytics.com/wt/ZXlKM2IzSnJjM0JoWTJWVWNtRmphMlZ5U1dRaU9pSlhiRWhvWlV4VVQxbHNjMlZYV2tKbU9URndaU0lzSW5CaFoyVkpaQ0k2SWpReFl6WTJPRFE1TmpZeE5EUmlaVGRoT1RnNFlXRTNPRGt3WXpKa1pHTTNJbjA9