calinski_harabasz_score#
- sklearn.metrics.calinski_harabasz_score(X, labels)[源码]#
计算 Calinski 和 Harabasz 分数。
它也称为方差比准则。
该分数定义为簇间离散度之和与簇内离散度之和的比率。
在用户指南中阅读更多。
- 参数:
- X形状为 (n_samples, n_features) 的类数组
一个
n_features维数据点的列表。每行对应一个数据点。- labels形状为 (n_samples,) 的类数组
每个样本的预测标签。
- 返回:
- score浮点数
计算得到的 Calinski-Harabasz 分数。
参考文献
示例
>>> from sklearn.datasets import make_blobs >>> from sklearn.cluster import KMeans >>> from sklearn.metrics import calinski_harabasz_score >>> X, _ = make_blobs(random_state=0) >>> kmeans = KMeans(n_clusters=3, random_state=0,).fit(X) >>> calinski_harabasz_score(X, kmeans.labels_) 114.8...