seg_rand — EMPROOF `score` op

• Datenarten: labels2d × labels2d → table

• Aufruf: import fullseye as fs; fs.ledger.seg_rand(a, b, ignore_label=None) (die Implementierung direkt: import segcompare; segcompare.seg_rand(a, b, ignore_label=None); aus dem Register: opsemproof.get("seg_rand"))

Verwendung

> Für diesen Operator gibt es noch keine Übersetzung. Es folgt der Originaltext unverändert.

Rand index, adjusted Rand index and the adapted Rand error (CREMI / SNEMI).

With `n_ij the contingency table, a_i / b_j its row and column sums and N`

the pixel count:

• `rand_index` = fraction of pixel pairs on which the two agree (same/different);

• `adjusted_rand_index` = Hubert & Arabie's chance-corrected version (1 = identical,

about 0 = independent);

• `adapted_rand_error = 1 - F over **pairs of distinct pixels**: pair precision` =

(sum n_ij^2 - N) / (sum b_j^2 - N) — of the pairs the candidate puts together, the

fraction the truth also puts together — and `recall` = (sum n_ij^2 - N) /

(sum a_i^2 - N) (Arganda-Carreras et al. 2015). The `- N` removes each pixel's pair

with itself. scikit-image's `adapted_rand_error` returns the same error, but its

`precision` is divided by the truth pairs (its code sums the rows of the

truth-by-test table), i.e. it is this `recall`; its docstring says otherwise.

Raises `ValueError: as :func:seg_contingency`; fewer than 2 counted pixels.

Ausführlicher Anwendungsleitfaden

• Leitfaden zur Familie emproof

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• poc_em_split_merge_score — py -3.11 examples/poc_em_split_merge_score.py

Typkompatible Folge-Operatoren (nehmen `table` als Eingabe)

seg_synapse_partners · seg_wiring_variation · seg_synapse_nri · seg_wiring_exposure

Gleiche Kategorie (`score`)

seg_contingency · seg_variation_of_information

*Provenance: segcompare.py — EMPROOF Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

seg_rand — EMPROOF score op