我正在尝试为K-means聚类算法找到轮廓系数。实际上，我正在使用另外四种算法，我需要找到这四种算法的轮廓系数。我首先尝试为K-means聚类找到轮廓系数，并将相同的代码用于其他所有算法。

import pandas as pdimport numpy as npfrom sklearn.datasets import load_winedf = load_wine()from sklearn.preprocessing import MinMaxScalerX_scaled_data = MinMaxScaler().fit_transform(df.data)import matplotlib.pyplot as pltfrom sklearn.cluster import KMeanskmeans = KMeans(n_clusters=3).fit(X_scaled_data)from sklearn.metrics import silhouette_scoresilhouette_avg = silhouette_score(X_scaled_data, kmeans.labels_)print("For n_clusters =", 3, "The average silhouette_score is :", silhouette_avg)

这里是错误信息：

回答：

您发布的代码示例在我这里可以正常工作。

然而，正如错误消息所述，您预测标签中的唯一标签数量（n_labels）不超过1。这意味着您的算法将所有点分配给了同一个聚类。如果您查看文档，您会注意到在这种情况下，轮廓系数未定义：

请注意，只有在标签数量满足2 <= n_labels <= n_samples – 1时，轮廓系数才有定义。

或许可以考虑使用不同的度量标准。这里有一些示例。或者在计算轮廓系数之前，检查一下您的预测中的唯一标签数量。