GEE环境下无监督聚类精度评估及轮廓分数报错解决

报错原因分析 #

silhouette_score要求输入的特征数据必须是2D数组（形状为(n_samples, n_features)），你传入的clustering.select("ndvi")大概率是1D数组（比如单波段NDVI的扁平化像素值）或未转换为numpy数组的影像对象，导致scikit-learn无法识别，抛出维度不匹配的错误。

解决报错并计算轮廓系数 #

根据你使用的影像处理环境，给出具体修正方案：

场景1：Google Earth Engine（GEE）环境 #

如果clustering是GEE的Image对象，需要先提取像素值并转换为符合要求的numpy数组：

import numpy as np
from sklearn.metrics import silhouette_score

# 替换成你的研究区域和影像分辨率
your_roi = ee.Geometry.Rectangle([xmin, ymin, xmax, ymax])
your_scale = 30

# 提取NDVI像素值并转为2D数组
ndvi_values = clustering.select("ndvi").sampleRegion(
    geometry=your_roi, scale=your_scale, geometries=False
).aggregate_array("ndvi").getInfo()
ndvi_array = np.array(ndvi_values).reshape(-1, 1)  # 关键：转为(n_samples, 1)的2D格式

# 提取聚类ID数组
cluster_ids = clustering.select("clusters").sampleRegion(
    geometry=your_roi, scale=your_scale, geometries=False
).aggregate_array("clusters").getInfo()
cluster_array = np.array(cluster_ids)

# 计算平均轮廓系数
silhouette_avg = silhouette_score(ndvi_array, cluster_array)
print(f"平均轮廓系数: {silhouette_avg}")

场景2：本地影像（如rasterio读取） #

如果是本地存储的TIFF影像，需要读取后扁平化并调整维度：

import numpy as np
import rasterio
from sklearn.metrics import silhouette_score

# 读取NDVI聚类影像
with rasterio.open("ndvi_clustered.tif") as src:
    ndvi = src.read(1).flatten()  # 读取单波段并扁平化
    ndvi_array = ndvi.reshape(-1, 1)  # 转为2D数组
    nodata = src.nodata

# 读取聚类ID影像
with rasterio.open("clusters.tif") as src:
    clusters = src.read(1).flatten()

# 过滤无数据值（可选但推荐）
mask = (ndvi_array != nodata) & (clusters != nodata)
ndvi_filtered = ndvi_array[mask]
clusters_filtered = clusters[mask]

# 计算轮廓系数
silhouette_avg = silhouette_score(ndvi_filtered, clusters_filtered)
print(f"平均轮廓系数: {silhouette_avg}")

无监督聚类的其他评估指标 #

无真实标签时，除了轮廓系数，还可以用以下指标评估聚类效果：

• Calinski-Harabasz指数：类间离散度与类内离散度的比值，值越大聚类效果越好
• Davies-Bouldin指数：衡量类内相似度与类间距离的平衡，值越小聚类效果越好

示例代码：

from sklearn.metrics import calinski_harabasz_score, davies_bouldin_score

# 计算Calinski-Harabasz指数
ch_score = calinski_harabasz_score(ndvi_filtered, clusters_filtered)
print(f"Calinski-Harabasz指数: {ch_score}")

# 计算Davies-Bouldin指数
db_score = davies_bouldin_score(ndvi_filtered, clusters_filtered)
print(f"Davies-Bouldin指数: {db_score}")

注意事项 #

• 轮廓系数取值范围为[-1,1]：接近1表示样本聚类合理，接近-1表示样本应该归为其他类，0表示样本处于聚类边界
• 必须过滤无数据值（如NaN、影像nodata值），否则会干扰计算结果
• 如果存在仅含单个样本的聚类，silhouette_score会报错，需提前过滤这类聚类

内容的提问来源于stack exchange，提问作者th145