机器学习入门-轮廓系数 聚类效果的评估

聚类评估：轮廓系数

计算样本到同簇其他样本的平均距离ai， ai越小，说明样本越应该被聚类到该簇

计算样本到其他簇样本的平均距离bi，这个称为样本与簇Cj的不相似度

s(i) = (b(i) - a(i)) / max(b(i), a(i))

si 接近1， 说明b(i) 远大于a(i)， 说明分类的越合理

si接近0， 说明b(i) == a(i), 即样本分布在分类边界的边缘

si等于-1，说明分类越不合理