silhouette_samples#

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

计算每个样本的 Silhouette 系数。

轮廓系数是衡量样本与其相似样本聚类程度的指标。具有高轮廓系数的聚类模型被认为是密集的，即同一簇中的样本彼此相似，并且分离良好，即不同簇中的样本彼此不太相似。

轮廓系数是根据每个样本的平均簇内距离（a）和平均最近簇距离（b）计算得出的。样本的轮廓系数为 (b - a) / max(a, b)。请注意，仅当标签数量满足 2 <= n_labels <= n_samples - 1 时，轮廓系数才被定义。

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 的值表示簇重叠。

在用户指南中阅读更多内容。

参数:
X{array-like, sparse matrix} of shape (n_samples_a, n_samples_a) if metric == “precomputed” or (n_samples_a, n_features) otherwise

样本之间成对距离的数组，或特征数组。如果提供了稀疏矩阵，应首选 CSR 格式以避免额外的复制。

labels形状为 (n_samples,) 的类数组

每个样本的标签值。

metricstr or callable, default=’euclidean’

用于计算特征数组中实例之间距离的度量。如果 metric 是字符串，它必须是 pairwise_distances 允许的选项之一。如果 X 本身就是距离数组，则使用 “precomputed” 作为 metric。预先计算的距离矩阵沿对角线必须为 0。

**kwdsoptional keyword parameters

任何其他参数都直接传递给距离函数。如果使用 scipy.spatial.distance 度量，参数仍然取决于度量。请参阅 scipy 文档以获取使用示例。

返回:
silhouettearray-like of shape (n_samples,)

每个样本的轮廓系数。

References

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([...])