輪廓係數（Silhouette Coefficient），是聚類效果好壞的一種評價方式。最早由 Peter J. Rousseeuw 在 1986 提出。它結合內聚度和分離度兩種因素。可以用來在相同原始資料的基礎上用來評價不同演算法、或者演算法不同執行方式對聚類結果所產生的影響。

         方法：

                  1，計算樣本i到同簇其他樣本的平均距離ai。ai 越小，說明樣本i越應該被聚類到該簇。將ai 稱為樣本i的簇內不相似度。

                            簇C中所有樣本的a i 均值稱為簇C的簇不相似度。

                  2，計算樣本i到其他某簇Cj 的所有樣本的平均距離bij，稱為樣本i與簇Cj 的不相似度。定義為樣本i的簇間不相似度

                            bi越大，說明樣本i越不屬於其他簇。

                   3，根據樣本i的簇內不相似度a i 和簇間不相似度b i ，定義樣本i的輪廓係數：

                   4，判斷：

                            si接近1，則說明樣本i聚類合理；

                            si接近-1，則說明樣本i更應該分類到另外的簇；

                            若si 近似為0，則說明樣本i在兩個簇的邊界上。

         所有樣本的s i 的均值稱為聚類結果的輪廓係數，是該聚類是否合理、有效的度量。