如何获取Dtaidistance K-means模型的SSE值与轮廓系数

计算SSE（误差平方和） #

利用训练后已有的簇分配结果cluster_idx和质心km0.means，直接遍历每个簇计算样本到对应质心的DTW距离平方和即可，无需重新训练：

from dtaidistance import dtw

sse = 0.0
for cluster_id, sample_indices in enumerate(cluster_idx):
    centroid = km0.means[cluster_id]
    for idx in sample_indices:
        # 获取当前样本并计算到质心的DTW距离
        dist = dtw.distance(x_red[idx], centroid)
        sse += dist ** 2

print(f"SSE值: {sse:.4f}")

计算Silhouette Score（轮廓系数） #

需要先把簇分配结果转换为每个样本对应的标签数组，再结合sklearn的silhouette_score函数，传入DTW作为自定义距离度量：

from sklearn.metrics import silhouette_score
import numpy as np

# 将cluster_idx转换为全局标签数组
labels = np.zeros(len(x_red), dtype=int)
for cluster_id, sample_indices in enumerate(cluster_idx):
    labels[sample_indices] = cluster_id

# 定义适配sklearn的DTW距离函数
def dtw_metric(a, b):
    return dtw.distance(a, b)

# 计算轮廓系数
sil_score = silhouette_score(x_red, labels, metric=dtw_metric)
print(f"轮廓系数: {sil_score:.4f}")

注意事项 #

• 针对大规模数据集，使用自定义metric参数的方式会按需计算距离，避免生成完整距离矩阵占用过多内存；
• 所有计算都复用训练后的已有结果，完全无需重新执行K-means训练流程。

内容的提问来源于stack exchange，提问作者hrdmean