为什么Silhouette_score需要标签作为输入？

Question

为什么认为它只需要数据是错误的，因为它：“输出一个对象与它自己的集群(内聚力)与其他集群(分离)相比有多相似的度量。”

但是，我还需要输入标签(由函数自己计算)；那么，为什么必须输入标签呢？

Answer 1

对象与自己的集群的相似性程度

为了计算轮廓，你需要知道你的样本属于哪个簇。

另外：

对于每个样本，使用平均簇内距离(a)和平均最近簇距离(b)来计算轮廓系数。样本的轮廓系数为(b - a) / max(a, b)。为了澄清，b是样本与最近的不属于该样本的集群之间的距离。

您需要标签才能知道“集群内”和“最近集群”的含义。

Answer 2

Silhouette_score是聚类质量的指标，而不是聚类算法。它同时考虑了类间距离和类内距离。

要进行该计算，您需要提供数据和目标标签(由K-means等无监督方法估计)。