Jaccard距离的轮廓分数

Question

我正在为uni任务开发kmeans功能。我们需要在一组数据上运行欧几里德聚类，然后在另一组数据上运行Jaccard。我们需要探索几个不同的模型来评估聚类的数量，对于欧几里德模型，使用sklearn.metrics.screept_score是非常直接的，但这并没有提供使用Jaccard距离的选项

因此，我想知道是否有人知道如何计算Jaccard距离？我已经设法为彼此之间的所有距离创建了一个矩阵。我还使用了欧几里德距离中的肘部方法，这对Jaccard也是有效的方法吗

Answer 1

使用metric=“预计算”

from sklearn.metrics import silhouette_score
silhouette_score(dist_matrix, k_means_cluster_ids, metric="precomputed")