聚类算法评估――轮廓系数及python实现

含义

可见轮廓系数的值是介于 [-1,1] ，越趋近于1代表内聚度和分离度都相对较优。

计算步骤

1）对于簇中的每个向量，分别计算它们的轮廓系数。

簇内不相似度a(i) ：i向量到同簇内其他点不相似程度的平均值，体现凝聚度

簇间不相似度b(i) ：i向量到其他簇的平均不相似程度的最小值，体现分离度

2）将所有点的轮廓系数求平均，就是该聚类结果总的轮廓系数。

---

python实现

 # -*- coding: utf-8 -*- import pandas as pd import numpy as np from sklearn.cluster import KMeans from sklearn import metrics  #假如我要构造一个聚类数为10的聚类器 estimator = KMeans(n_clusters=10, random_state=777)#构造聚类器,设定随机种子 estimator.fit(kmeans_data_tf)#聚类  r1 = pd.Series(estimator.labels_).value_counts()  #统计各个类别的数目 r2 = pd.DataFrame(estimator.cluster_centers_)     #找出聚类中心 r = pd.concat([r2, r1], axis = 1) #横向连接（0是纵向），得到聚类中心对应的类别下的数目 r.columns = list(kmeans_data_tf.columns) + [u'类别数目'] #重命名表头 print(r) print("轮廓系数：", metrics.silhouette_score(kmeans_data_tf, estimator.labels_, metric='euclidean'))

文章来源: https://blog.csdn.net/qq_14997473/article/details/96840513