计算Silhouette系数评估st_dbscan聚类效果

Silhouette系数是一种常用的聚类评估指标，可以用来评估聚类结果的紧密度和分离度。对于st_dbscan算法，可以使用以下步骤计算Silhouette系数：

1. 对于每个样本i，计算它与同簇内其他样本的平均距离ai，以及它与最近其他簇中所有样本的平均距离bi。
2. 计算样本i的Silhouette系数值：(bi - ai) / max(ai, bi)。
3. 对于所有样本的Silhouette系数值求平均值，即为整个聚类结果的Silhouette系数值。

代码示例：

from sklearn.metrics import silhouette_score

# X为特征矩阵，labels为聚类结果
silhouette_avg = silhouette_score(X, labels)
print("Silhouette Score:", silhouette_avg)