ValueError：标签数为1。使用Silhouette_score时，有效值为2到n_samples-1（包括1）

换句话说，您只有一个标签为0的群集（因此，np.unique(km.labels_)prints array([0], dtype=int32)）。

silhouette_score 需要超过1个群集标签。这会导致错误。错误消息是明确的。

例：

from sklearn import datasets
from sklearn.cluster import KMeans
import numpy as np

iris = datasets.load_iris()
X = iris.data
y = iris.target

km = KMeans(n_clusters=3)
km.fit(X,y)

# check how many unique labels do you have
np.unique(km.labels_)
#array([0, 1, 2], dtype=int32)

我们有3个不同的集群/集群标签。

silhouette_score(X, km.labels_, metric='euclidean')
0.38788915189699597

该功能工作正常。

现在，让我们引起错误：

km2 = KMeans(n_clusters=1)
km2.fit(X,y)

silhouette_score(X, km2.labels_, metric='euclidean')

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