轮廓系数matlab代码

轮廓系数是一种聚类的评估方法，用于评估聚类结果的合理性和紧密度。以下是Matlab代码示例：

function s = silhouette_coefficient(X, idx)
% 轮廓系数
% X: 数据集
% idx: 聚类结果
% s: 轮廓系数

n = length(X);
k = max(idx);

% 计算每个数据点到同簇其他点的平均距离（a）
a = zeros(n,1);
for i=1:n
    Ck = idx==idx(i);
    dists = sqrt(sum((X(i,:) - X(Ck,:)).^2,2));
    a(i) = mean(dists(dists>0));
end

% 计算每个数据点到其他簇的平均距离（b）
b = zeros(n,1);
for i=1:n
    for j=1:k
        if j~=idx(i)
            Ck = idx==j;
            dists = sqrt(sum((X(i,:) - X(Ck,:)).^2,2));
            b(i) = min(b(i),mean(dists(dists>0)));
        end
    end
end

% 计算轮廓系数
s = (b-a)./max(a,b);
s = mean(s);
end

使用示例：

% 生成数据
X = randn(100,2);

% 聚类
idx = kmeans(X,3);

% 计算轮廓系数
s = silhouette_coefficient(X,idx);

% 输出结果
fprintf('轮廓系数：%.4f\n',s);

注意：该代码中使用了K-means聚类算法，如果需要使用其他聚类算法，请根据实际情况进行修改。