python对kmeans聚类模型评估代码

KMeans聚类模型的评估可以使用轮廓系数（silhouette score）和Calinski-Harabasz指数（CH指数）来衡量。下面是Python代码示例：

from sklearn.cluster import KMeans
from sklearn.metrics import silhouette_score, calinski_harabasz_score

# 加载数据
X = ...

# 训练模型
kmeans = KMeans(n_clusters=3, random_state=0).fit(X)

# 计算轮廓系数
silhouette_avg = silhouette_score(X, kmeans.labels_)
print("轮廓系数：", silhouette_avg)

# 计算CH指数
ch_score = calinski_harabasz_score(X, kmeans.labels_)
print("CH指数：", ch_score)

其中，`n_clusters`指定聚类的数量，`X`为输入数据。`silhouette_score`和`calinski_harabasz_score`分别计算轮廓系数和CH指数。输出结果越高，表示聚类效果越好。