将 Silhouette_score 与 DBSCAN 一起使用时，有没有办法解决此错误

Question

我正在尝试寻找 DBSCAN 的最佳 eps 值。我设置min_samples为 24，因为我有 2 * 12 个特征传入x_set，但出现以下错误：

ValueError: Number of labels is 1. Valid values are 2 to n_samples - 1 (inclusive)

我知道需要silhouette_score超过 1 个集群标签。基于类似的错误，这可能会导致此错误。

我该如何解决这个问题？

x_set包含以下数据：

x_set = [6.67933536e+00 1.65097236e+00 1.24573705e+00 1.01693195e+00

 9.28128921e-01 7.82497904e-01 5.98319768e-01 1.13439548e-01

 9.05382510e-04 5.42710767e-04 2.87522799e-04 1.90924073e-04]

def best_eps(x_set):

    

    X = x_set

    range_eps = [0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9]

    for i in range_eps:

        print("eps value is: "+str(i))

        db = DBSCAN(eps=i, min_samples=24, metric='euclidean').fit(X)

        core_samples_mask = np.zeros_like(db.labels_, dtype=bool)

        core_samples_mask[db.core_sample_indices_] = True

        labels = db.labels_

        print(set(labels))

        silhouette_avg = silhouette_score(X, labels)

        print("For eps value ="+str(i), labels, "The average silhouette_score is :", silhouette_avg)

    return

Answer 1

选择参数以便获得多个集群。此外，Silhouette 不适用于带有噪声的聚类。它将把噪声视为一个簇，并为其分配一个非常差的轮廓。