python 轮廓匹配 python 轮廓系数

1.参数

主要是上面这两个参数，比如说X可以是经过tsne降维的n_feature=2的二维矩阵，第一维表示样本数量，labels为真实的label，这样的话可以得出轮廓系数的结果。

labels：是array类型的，需要是int型的label，通过LabelEncoder编码一下即可。

2.计算方法

轮廓系数（Silhouette Coefficient），是聚类效果好坏的一种评价方式。它结合内聚度和分离度两种因素。

  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：

                            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。