本文讨论了基于贝叶斯聚类模型后验分布的聚类$c^{（1）}、c^{2）}和c^{M}的MCMC样本，获得单个聚类估计$hat{c}$的问题。回顾并讨论了当分组数$K$在不同的聚类中变化时，导出$\hat{c}$的方法。这些包括最大后验概率（MAP）估计和基于后验相似矩阵的方法，后验相似性矩阵包含观察值$i$和$j$位于同一簇中的后验概率。后验相似矩阵与Binder（1978）常用的损失函数有关。损失最小化等价于最大化估计聚类和真实聚类之间的Rand指数。我们提出了基于后验期望调整Rand指数的聚类估计新标准。模拟研究和基因表达数据应用表明，该标准具有收缩特性，且优于粘结剂的损失。与其他聚类过程相比，它们的性能也很好。