DBA K-means计算Davies-Bouldin Index报list不可调用错误

通过循环遍历聚类数K=1到9的场景，运行DBA优化的DTW时序K-means算法，结合肘部法、轮廓系数、Davies-Bouldin指数三类指标确定最优聚类数。目前肘部法、轮廓系数的计算逻辑可正常运行，计算Davies-Bouldin指数时触发报错，相关实现代码如下：

inertias = []
silhouette = []
davies_bouldin = []
clusters_range = range(1, 10)
    
for K in clusters_range:
        dba_km = TimeSeriesKMeans(n_clusters=K,
                          n_init=2,
                          metric="dtw",
                          verbose=True,
                          max_iter_barycenter=10,
                          random_state=seed)
        y_pred = dba_km.fit_predict(scaled_ts)
        
        inertias.append(dba_km.inertia_)
        
        if K > 1:
            silhouette.append(silhouette_score(scaled_ts, dba_km.labels_))
            davies_bouldin.append(davies_bouldin_score(scaled_ts, dba_km.labels_))

报错详情 #

• 触发位置：davies_bouldin.append 所在代码行
• 错误输出：

TypeError: 'list' object is not callable.

这是Python动态类型机制下非常典型的命名覆盖问题：

• 绝大多数场景是因为你在Jupyter Notebook、IPython、IDE交互控制台这类保留内存变量的环境中跑代码时，之前的错误执行记录已经把davies_bouldin_score这个评估函数名绑定成了列表对象。当你在append()的参数位置写davies_bouldin_score(...)时，本质是在尝试“调用一个列表”，自然会抛出类型错误，而解释器标记错误行时会把整行davies_bouldin.append标为触发位置，很容易误导排查方向。
• 少数情况是导入函数时写了别名，和你定义的存储结果的列表davies_bouldin重名，列表赋值直接覆盖了函数对象，触发同类错误。

1. 先更改变量名规避冲突：把存储DBI结果的列表从davies_bouldin改成语义更明确的名字，比如dbi_scores，同步修改对应的append语句，从根源上避免和函数名撞车：

# 替换原代码的davies_bouldin = []
dbi_scores = []
# ...
# 循环内对应append行同步替换
dbi_scores.append(davies_bouldin_score(scaled_ts, dba_km.labels_))

2. 重启运行环境的Python内核/解释器，清空内存里残留的错误变量绑定——很多时候改完代码还是报错，就是因为之前把函数覆盖成列表的绑定还在内存里没清掉。
3. 确认DBI函数的导入语句正确，不要写错函数名，建议和轮廓系数函数一起导入：

from sklearn.metrics import silhouette_score, davies_bouldin_score

补充提示：你用的是DTW作为距离度量的时序K-means，默认的davies_bouldin_score是基于欧氏距离计算的，和聚类用的度量不一致，评估结果参考性会打折扣，更严谨的做法是先预计算所有样本间的DTW距离矩阵，调用评分函数时传入metric="precomputed"参数。

内容的提问来源于stack exchange，提问作者Kabir