标签：评估 学习 说明 效果 分布 == 相似度 样本 机器学习入门
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
标签：评估 学习 说明 效果 分布 == 相似度 样本 机器学习入门
原文地址：https://www.cnblogs.com/my-love-is-python/p/10297860.html
