clust1 <- c(1, 1, 1, 1, 3, 2, 2, 1, 1, 2, 3, 2, 2)
clust2 <- c(3, 3, 3, 3, 5, 2, 2, 3, 3, 2, 5, 2, 2)

这里有一个解决方案，只要两个解决方案之间的簇数相同，它就可以工作。我们使用factor()将clust1的标签应用到clust2。

clust2_re <- 
  factor(clust2,
       levels = unique(clust2),
       labels = unique(clust1)) |> 
  as.character() |> 
  as.numeric()

clust2_re
#>  [1] 1 1 1 1 3 2 2 1 1 2 3 2 2

all(clust1 == clust2_re)
#> [1] TRUE

此外：igraph有一个compare()函数，它返回聚类结果之间的距离，当聚类标签不同时，该函数也有效。让我们添加第三个聚类变量，并只更改最后一个值...

clust3 <- c(3, 3, 3, 3, 5, 2, 2, 3, 3, 2, 5, 2, 3)

当两个群集解决方案相同时，compare()返回0

library(igraph)
compare(clust1, clust2)
#> [1] 0

无论何时存在差异，结果都将是> 0

compare(clust1, clust3)
#> [1] 0.4132943

你可以把它们与图或列联表进行比较。
或者，像这样：

relabel <- \(xs) {
  xs <- as.character(xs)
  xs_uniq <- unique(xs)
  hash <- setNames(LETTERS[seq_along(xs_uniq)], xs_uniq)
  as.character(hash[xs])
}

## > relabel(clust1)
## [1] "A" "A" "A" "A" "B" "C" "C" "A" "A" "C" "B" "C" "C"

## > identical(relabel(clust1), relabel(clust2))
## [1] TRUE