轮廓系数：
轮廓系数(Silhouette Coefficient )组合聚类聚集度(Cohesion )和分离度(Separation )，用于评价聚类的效果。 该值介于- 1和1之间，值越大表示群集效果越好。 具体计算方法如下。
对于每个采样点I，计算点I与同一个簇内所有其他元素的距离平均值，标记为a(I )，量化簇内的聚集度。 选择I以外的一个集群b，计算I和b中所有点的平均距离，遍历所有其它集群，找到这个最接近的平均距离，标记为b(I )，是I的邻近集群，并且用于量化集群之间的隔离度。 对于采样点I，轮廓系数s(I )=(b ) I-a (I ) )/max ) I )，b ) I ) }计算所有I的轮廓系数，求平均值后成为当前聚类整体的轮廓系数，测量数据聚类的紧密度为以上或者b ) I )足够大时，即a ) I ) b ) I )，s ) I )接近1，表明聚类效果很好。
转载于：https://www.cn blogs.com/wangle blogs/p/10102492.html