python sklearn库silhouette_score轮廓系数接口调用

官方接口说明：https://scikit-learn.org/stable/modules/generated/sklearn.metrics.silhouette_score.html#sklearn.metrics.silhouette_score

 

接口调用实际使用：

自定义metric是每条时间曲线之间相似度度量方法，可以看到官方提供了dtw-dba、softdtw以及欧氏距离三种相似度度量方法

官方提供了metric=“precomputed”，即用户自定义的距离度量方法。只需要输入（x，y）的距离矩阵即可（注意对角线位置为0），参数传递为cdist_dtw(X)

最基础解释代码附上：

from sklearn import metrics
from tslearn.metrics import cdist_dtw
X=[[0,1,2,6],[1,0,2,6],[2,1,0,6],[6,6,6,0]]
y=[0,0,0,1]

print("轮廓系数：", metrics.silhouette_score(cdist_dtw(X), y,metric="precomputed"))

运行结果：