matlab轮廓系数代码

以下是一个简单的 MATLAB 代码，用于计算给定聚类的轮廓系数：

% 假设数据点存储在一个 n x m 的矩阵 X 中，其中 n 是数据点数量，m 是特征数量
% 假设聚类结果存储在一个长度为 n 的向量 idx 中，其中 idx(i) 表示第 i 个数据点所属的聚类编号

% 计算每个数据点到其他属于同一聚类的数据点的平均距离 a(i)
a = zeros(n,1);
for i = 1:n
    cluster_idx = idx == idx(i);
    num_points = sum(cluster_idx);
    if num_points > 1
        a(i) = sum(pdist(X(cluster_idx,:))) / (num_points - 1);
    end
end

% 计算每个数据点到最近的其他聚类的数据点的平均距离 b(i)
b = zeros(n,1);
for i = 1:n
    cluster_idx = idx ~= idx(i);
    if any(cluster_idx)
        b(i) = min(sum(pdist2(X(i,:),X(cluster_idx,:)))/sum(cluster_idx));
    end
end

% 计算每个数据点的轮廓系数 s(i)
s = (b - a) ./ max(a,b);

% 计算整个聚类的平均轮廓系数
mean_s = mean(s);

该代码使用了 MATLAB 自带的 `pdist` 和 `pdist2` 函数，分别用于计算点之间的距离和矩阵之间的距离。注意，该代码假设每个聚类至少包含两个数据点，否则会出现除以 0 的错误。在实际使用中，可能需要对代码进行修改以处理这种情况。