我已阅读scikit学习文档，并使用Google搜索无济于事。我有2000个数据集，如图所示聚集在一起。如图所示，一些群集是错误的，这里是红色的群集。我需要一个指标来验证所有2000个集群集。在scikit学习中几乎所有的度量标准都需要地面真实类标签，我认为这些标签对于这个问题并不具备。我有30天的小时交通流量，我用k-means对它们进行聚类。线是聚类中心。我该怎么办？我甚至在正确的轨道上？！横轴是小时，0到23，纵轴是交通流量，所以数据点表示30天内那个小时内的交通流量，k = 3。K均值指标
SciKit学习没有方法，除非是来自剪影系数，内部评估，据我所知，我们可以实现DB指数（戴维斯 - 尔丁）和邓恩指数这样的问题。这里的物品提供良好的指标k均值：
http://www.iaeng.org/publication/IMECS2012/IMECS2012_pp471-476.pdf
难道你看凝聚的聚集，然后将第（改变公制）： http://scikit-learn.org/stable/modules/clustering.html#varying-the-metric
对我来说似乎非常相似，你正在尝试做的。
这将需要改变聚类系统...我相信必须有一个简单的方法来解决这个问题 – plumSemPy
无论是轮廓系数和Calinski-Harabaz指数在实施时下scikit学习，将帮助您评估您的聚类结果时，没有接地-真相。
更多细节在这里： http://scikit-learn.org/stable/modules/clustering.html
聚类的验证是不是适定性问题，如果你没有地面实况做。 – eickenberg
那么处理这种情况的正确方法是什么？ – plumSemPy
“错”是什么意思？另外，我不太了解情节。这些点意味着什么？什么是单一数据点？ –