spss聚类分析轮廓系数

轮廓系数是一种评价聚类效果好坏的指标。在SPSS聚类分析中，轮廓系数被用来衡量不同聚类结果的好坏程度。轮廓系数的计算方法是将每个样本i分配到同簇其他样本的平均距离标记为ai，然后计算出样本i的簇内不相似度。轮廓系数的值越大，说明聚类效果越好。一般来说，当轮廓系数大于0.5时，可以认为聚类效果较好；当轮廓系数小于0.2时，可以认为分类效果不明显。SPSS Modeler在计算轮廓系数时，采用了替代方案来减低计算量，提高计算效率。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [SPSS Modeler 聚类分析（第十六章）](https://blog.csdn.net/qq_24339451/article/details/111560907)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* [聚类评估算法-轮廓系数（Silhouette Coefficient ）](https://blog.csdn.net/weixin_43556295/article/details/103265549)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]