聚类 - 3 - 轮廓系数

         本总结是是个人为防止遗忘而作，不得转载和商用。

 

         用聚类算法分好类后如何判断分的效果呢？方法就是轮廓系数(Silhouette)。

         Silhouette系数是对聚类结果有效性的解释和验证，由Peter J. Rousseeuw于1986提出。

         方法：

                  1，计算样本i到同簇其他样本的平均距离ai。ai 越小，说明样本i越应该被聚类到该簇。将ai 称为样本i的簇内不相似度。

                            簇C中所有样本的a i 均值称为簇C的簇不相似度。

                  2，计算样本i到其他某簇Cj 的所有样本的平均距离bij，称为样本i与簇Cj 的不相似度。定义为样本i的簇间不相似度：bi =min{bi1, bi2, ..., bik}

                            bi越大，说明样本i越不属于其他簇。

                   3，根据样本i的簇内不相似度a i 和簇间不相似度b i ，定义样本i的轮廓系数：

                   4，判断：

                            si接近1，则说明样本i聚类合理；

                            si接近-1，则说明样本i更应该分类到另外的簇；

                            若si 近似为0，则说明样本i在两个簇的边界上。

 

         所有样本的s i 的均值称为聚类结果的轮廓系数，是该聚类是否合理、有效的度量。