文档介绍：聚类算法距离矩阵_聚类算法的评估指标
在学****聚类算法得时候并没有涉及到评估指标，主要原因是聚类算法属于非监督学****并不像分类算法那样可以使用训练集或测试集中得数据计算准确率、召回率等。那么如何评估聚类算法得好坏呢？好的聚类算法，=KMeans(n_clusters=3,random_state=1).fit(X)labels=kmeans_model」abels_prin
ompactness（紧密性）（）
CP计算每一个类各点到聚类中心的平均距离CP越低意味着类内聚类距离越近。著名的K-Means聚类算法就是基于此思想提出的。缺点:没有考虑类间效果。
EH任—山II
Tlp=1
eparation（间隔性）（）
SP计算各聚类中心两两之间平均距离，SP越高意味类间聚类距离越远。缺点：没有考虑类内效果。
kk
丽=-^―VVIIn；-心II
aviesouldin戴维森堡亍指数）分类适确性指标）（）（）
其中n是类别个数，是第i个类别的中心，
DB计算任意两类别的类内距离平均距离（CP）之和除以两聚类中心距离求最大值°DB越小意味着类内距离越小同时类间距离越大。该指标的计算公式：
是类别i中所有的点到中心的平均距离;
中心点和之间的距离。算法生成的聚类结果越是朝着类内距离最小（类内相似性最大）和类间距离最大（类间相似性最小）变化，那么Davies-Bouldin指数就会越小。缺点：因使用欧式距离所以对于环状分布聚类评测很差。
unnalidityndeX邓恩指数)(
DVI计算任意两个簇元素的最短距离(类间)除以任意簇中的最大距离(类内)°DVI越大意味着类间距离越大同时类内距离越小。“m血闵<^01必2：j)
其中
表示类别,之间的距离；
表示类别内部的类内距离：
类间距离可以是任意的距离测度，例如两个类别的中心点的距离；
类内距离可以以不同的方法去测量，例如类别kk中任意两点之间距离的最大值。
因为内部评估方法是搜寻类内相似最大，类间相似最小，所以算法生成的聚类结果的Dunn指数越高，那么该算法就越好。缺点：对离散点的聚类测评很高、对环状分布测评效果差。
importpandasaspdfromsklearnimportdatasetsfromjqmcviimportbase#loadingthedatasetX=()df=()#K-
外部评价指标
在外部评估方法中，聚类结果是通过使用没被用来做训练集的数据进行评估。例如已知样本点的类别信息和一些外部的基准。这些基准包含了一些预先分类好的数据，比如由人基于某些场景先生成一些带label的数据，因此这些基准可以看成是金标准。这些评估方法是为了测量聚类结果与提供的基准数据之间的相似性。然而这种方法也被质疑不适用真实数据。