聚类效果评价——Silhouette Coefficient（轮廓系数）——内部评估标准（1）

公式与简介

Rousseeuw, Peter J. “Silhouettes: a graphical aid to the interpretation and validation of cluster analysis.” Journal of computational and applied mathematics 20 (1987): 53-65.

公式：$s=\frac{b-a}{max(a,b)}$

a表示：这个样本在同类中的平均距离

b表示：这个样本在离它最近的另一个类中的平均距离

代码实现

import pandas as pd
import numpy as np
from sklearn import metrics
from sklearn.cluster import KMeans

dataframe = pd.DataFrame(data=np.random.randint(0, 50, size=(200, 10)))
# 以kmeans聚类方法为例
kmeans_model = KMeans(n_clusters=3, random_state=1).fit(dataframe)
labels = kmeans_model.labels_
# 计算指标
score = metrics.silhouette_score(dataframe, labels, metric='euclidean')
print(score)

最终值域为[-1,1],越接近1，表明效果越好

参考文章

Silhouette Coefficient：https://scikit-learn.org/stable/modules/clustering.html#silhouette-coefficient