Известны истинные метки классов

Условие, необходимое для применения внешних метрик качества. **Смысл условия:** Истинные метки классов задают эталонное разбиение объектов. Только при наличии такой разметки можно вычислять метрики, которые сравнивают результат алгоритма с правильным ответом: Rand Index, Adjusted Rand Index, Normalized Mutual Information и другие внешние показатели. **Ограничение:** В типичной задаче кластеризации эталонной разметки нет, поскольку сама цель анализа состоит в поиске неизвестной структуры данных. Поэтому внешние метрики чаще используются в учебных экспериментах, на benchmark-наборах данных или при проверке алгоритмов на размеченных выборках. Если истинные метки отсутствуют, следует применять внутренние метрики качества.