calinski_harabasz_score

sklearn.metrics.calinski_harabasz_score(X, labels)[source]

Вычислить показатель Калински-Харабаса.

Он также известен как критерий отношения дисперсий.

Показатель определяется как отношение суммы межкластерной дисперсии и внутрикластерной дисперсии.

Подробнее см. в Руководстве пользователя.

Параметры:

Xмассивоподобный размерности (n_samples, n_features)

Список n_features-мерных точек данных. Каждая строка соответствует одной точке данных.

labelsмассивоподобный размерности (n_samples,)

Предсказанные метки для каждого образца.

Возвращает:

scorefloat

Полученный показатель Калински-Харабаса.

Ссылки

[1]

T. Calinski and J. Harabasz, 1974. “A dendrite method for cluster analysis”. Communications in Statistics

Примеры

>>> from sklearn.datasets import make_blobs
>>> from sklearn.cluster import KMeans
>>> from sklearn.metrics import calinski_harabasz_score
>>> X, _ = make_blobs(random_state=0)
>>> kmeans = KMeans(n_clusters=3, random_state=0,).fit(X)
>>> calinski_harabasz_score(X, kmeans.labels_)
np.float64(114.8...)