轮廓系数样本#

sklearn.metrics.silhouette_samples(X, labels, *, metric='euclidean', **kwds)[source]#

计算每个样本的轮廓系数。

轮廓系数衡量样本与相似样本聚类在一起的程度。具有高轮廓系数的聚类模型被认为是密集的，其中同一集群中的样本彼此相似，并且分离良好，其中不同集群中的样本彼此不太相似。

轮廓系数的计算使用每个样本的平均类内距离（a）和平均最近类距离（b）。样本的轮廓系数为 (b - a) / max(a, b)。请注意，只有当标签数量为 2 <= n_labels <= n_samples - 1 时，轮廓系数才定义。

此函数返回每个样本的轮廓系数。

最佳值为 1，最差值为 -1。接近 0 的值表示集群重叠。

在 用户指南 中了解更多信息。

参数：
X形状为 (n_samples_a, n_samples_a) 的 {类数组，稀疏矩阵}（如果 metric == “precomputed”）或 (n_samples_a, n_features)（否则）

样本间的成对距离数组，或特征数组。如果提供稀疏矩阵，则应优先使用 CSR 格式，避免额外的复制。

labels形状为 (n_samples,) 的类数组

每个样本的标签值。

metricstr 或可调用对象，默认为 ‘euclidean’

计算特征数组中实例之间距离时使用的度量。如果 metric 是字符串，则它必须是 pairwise_distances 允许的选项之一。如果 X 是距离数组本身，则使用 “precomputed” 作为度量。预计算的距离矩阵的对角线必须为 0。

**kwds可选关键字参数

任何其他参数都直接传递到距离函数。如果使用 scipy.spatial.distance 度量，则参数仍然取决于度量。有关使用方法示例，请参阅 scipy 文档。

返回：
silhouette形状为 (n_samples,) 的类数组

每个样本的轮廓系数。

参考文献

示例

>>> from sklearn.metrics import silhouette_samples
>>> from sklearn.datasets import make_blobs
>>> from sklearn.cluster import KMeans
>>> X, y = make_blobs(n_samples=50, random_state=42)
>>> kmeans = KMeans(n_clusters=3, random_state=42)
>>> labels = kmeans.fit_predict(X)
>>> silhouette_samples(X, labels)
array([...])