輪廓係數 (silhouette_score)#

sklearn.metrics.silhouette_score(X, labels, *, metric='euclidean', sample_size=None, random_state=None, **kwds)[原始碼]#

計算所有樣本的平均輪廓係數。

輪廓係數 (Silhouette Coefficient) 的計算方式是使用每個樣本的平均群內距離 (intra-cluster distance)（a）和平均最近群距離 (mean nearest-cluster distance)（b）。樣本的輪廓係數為 (b - a) / max(a, b)。更明確地說，b 是指樣本與其非屬的最近群集之間的距離。請注意，輪廓係數僅在標籤數量滿足 2 <= n_labels <= n_samples - 1 的條件下定義。

此函數返回所有樣本的平均輪廓係數。若要取得每個樣本的值，請使用 silhouette_samples。

最佳值為 1，最差值為 -1。接近 0 的值表示群集重疊。負值通常表示樣本被分配到錯誤的群集，因為有其他群集更相似。

請在使用者指南中閱讀更多資訊。

參數:
X形狀為 (n_samples_a, n_samples_a) 的類陣列或稀疏矩陣 (如果 metric == "precomputed") 或 (n_samples_a, n_features) (其他情況)

樣本之間的成對距離陣列，或特徵陣列。

labels形狀為 (n_samples,) 的類陣列

每個樣本的預測標籤。

metricstr 或可調用物件，預設為 ‘euclidean’

在計算特徵陣列中實例之間的距離時使用的度量。如果 metric 是字串，則它必須是 pairwise_distances 允許的選項之一。如果 X 本身就是距離陣列，請使用 metric="precomputed"。

sample_sizeint，預設為 None

在隨機子集的資料上計算輪廓係數時要使用的樣本大小。如果 sample_size is None，則不使用取樣。

random_stateint、RandomState 實例或 None，預設為 None

決定選擇樣本子集的隨機數產生。當 sample_size is not None 時使用。傳遞 int 以在多個函數呼叫中獲得可重現的結果。請參閱詞彙表。

**kwds可選的關鍵字參數

任何其他參數都直接傳遞給距離函數。如果使用 scipy.spatial.distance 度量，則參數仍取決於度量。請參閱 scipy 文件以取得用法範例。

返回:
silhouettefloat

所有樣本的平均輪廓係數。

參考文獻

範例

>>> from sklearn.datasets import make_blobs
>>> from sklearn.cluster import KMeans
>>> from sklearn.metrics import silhouette_score
>>> X, y = make_blobs(random_state=42)
>>> kmeans = KMeans(n_clusters=2, random_state=42)
>>> silhouette_score(X, kmeans.fit_predict(X))
np.float64(0.49...)