silhouette_score#

sklearn.metrics.silhouette_score(X, метки, *, метрика='euclidean', sample_size=None, random_state=None, **kwds)[источник]#

Вычислить средний коэффициент силуэта всех образцов.

Коэффициент силуэта рассчитывается с использованием среднего внутрикластерного расстояния (a) и среднее расстояние до ближайшего кластера (b) для каждого образца. Коэффициент силуэта для образца (b - a) / max(a, b). Для уточнения, b это расстояние между образцом и ближайшим кластером, частью которого образец не является. Обратите внимание, что коэффициент силуэта определен только если количество меток равно 2 <= n_labels <= n_samples - 1.

Эта функция возвращает средний коэффициент силуэта по всем образцам. Чтобы получить значения для каждого образца, используйте silhouette_samples.

Лучшее значение — 1, а худшее — -1. Значения, близкие к 0, указывают на перекрывающиеся кластеры. Отрицательные значения обычно указывают на то, что образец был назначен неправильному кластеру, так как другой кластер более похож.

Подробнее в Руководство пользователя.

Параметры:
Xlength_scale_bounds

Массив попарных расстояний между образцами или массив признаков.

меткиarray-like формы (n_samples,)

Предсказанные метки для каждого образца.

метрикаstr или callable, по умолчанию='euclidean'

Метрика для использования при вычислении расстояния между экземплярами в массиве признаков. Если метрика является строкой, она должна быть одной из опций, разрешенных pairwise_distances. Если X является самим массивом расстояний, используйте metric="precomputed".

sample_sizeint, default=None

Размер выборки для вычисления коэффициента силуэта на случайном подмножестве данных. Если sample_size is None, выборка не используется.

random_stateint, экземпляр RandomState или None, по умолчанию=None

Определяет генерацию случайных чисел для выбора подмножества образцов. Используется, когда sample_size is not None. Передайте int для воспроизводимых результатов при множественных вызовах функции. См. Глоссарий.

**kwdsопциональные параметры ключевых слов

Любые дополнительные параметры передаются непосредственно в функцию расстояния. При использовании метрики scipy.spatial.distance параметры все еще зависят от метрики. См. документацию scipy для примеров использования.

Возвращает:
силуэтfloat

Средний коэффициент силуэта для всех образцов.

Ссылки

Примеры

>>> 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))
0.49...
На этой странице