机器学习之聚类评估指标（轮廓系数）

  最近在整理聚类算法的时候偶然发现一个指标——轮廓系数，仔细研究之后发现是一个易于理解的用来评估聚类效果好坏的指标，因此在这里和大家分享一样。轮廓系数的值介于[-1,1]之间，越趋于1代表聚类效果越好，具体计算方法如下：

1. 计算样本i到同簇其他所有样本的平均距离，记为a(i)。a(i)越接近0则表示样本i聚类效果越好。
2. 计算样本i到其他每个簇中所有样本的平均距离，选取平均距离最小的值记为b(i)。b(i)越大则表示样本i聚类效果越好。
3. 计算b(i)与a(i)的极差，除以max{a(i),b(i)}，这时就会出现以下3种场景：

4. 判别结果：
若s(i)接近1，则说明样本i聚类合理；
若s(i)接近-1，则样本i更应该分类到另外的簇；
若s(i)接近0，则说明样本i在两个簇的边界上；

注意：轮廓系数相关程序已在Python之 文本聚类中给出，大家可自行研究。