下述提及方法均以k-means算法為基礎， 不同聚類方法有不同的評價指標，這里說說k-means常用的兩種方法
我們知道k-means是以最小化樣本與質點平方誤差作為目標函數，將每個簇的質點與簇內樣本點的平方距離誤差和稱為畸變程度(distortions)，那么，對於一個簇，它的畸變程度越低，代表簇內成員越緊密，畸變程度越高，代表簇內結構越松散。 畸變程度會隨着類別的增加而降低，但對於有一定區分度的數據，在達到某個臨界點時畸變程度會得到極大改善，之后緩慢下降，這個臨界點就可以考慮為聚類性能較好的點。 基於這個指標，我們可以重復訓練多個k-means模型，選取不同的k值，來得到相對合適的聚類類別，
如上圖所示，在k=2時，畸變程度得到大幅改善，可以考慮選取k=2作為聚類數量，附簡單代碼：
from sklearn.cluster import KMeansmodel = KMeans(n_clusters=k)model.fit(vector_points)md = model.inertia_ / vector_points.shape[0]
2、輪廓系數–Silhouette Coefficient
對於一個聚類任務，我們希望得到的簇中，簇內盡量緊密，簇間盡量遠離，輪廓系數便是類的密集與分散程度的評價指標，公式表達如下： s=b−amax(a,b)s=b−amax(a,b)其中a代表同簇樣本到彼此間距離的均值，b代表樣本到除自身所在簇外的最近簇的樣本的均值，s取值在[-1, 1]之間。 如果s接近1，代表樣本所在簇合理，若s接近-1代表s更應該分到其他簇中。 同樣，利用上述指標，訓練多個模型，對比選取合適的聚類類別：
如上圖， 當k=3時，輪廓系數最大，代表此時聚類的效果相對合理，簡單代碼如下：from sklearn.cluster import KMeansfrom sklearn.metrics import silhouette_scoremodel = KMeans(n_clusters=k)model.fit(vector_points)
s = silhouette_score(vector_points, model.labels_)
當然還有其他的一些評判標准，后面會具體詳細介紹一部分
主要參考可見：
https://www.cnblogs.com/niniya/p/8784947.html
https://blog.csdn.net/darkrabbit/article/details/80378597
https://www.jianshu.com/p/841ecdaab847?tdsourcetag=s_pctim_aiomsg