Silhouette Score

Es una métrica utilizada para evaluar la calidad de los clusters en un conjunto de datos.

Mide qué tan similares son los puntos dentro de un mismo cluster en comparación con los puntos de otros clusters.

Se calcula a partir de la distancia promedio entre un punto y los demás puntos del mismo cluster, así como la distancia promedio entre ese punto y los puntos del cluster más cercano.

El valor oscila entre -1 y 1, donde 1 indica que los puntos están bien agrupados, 0 sugiere clusters superpuestos y valores negativos implican posibles asignaciones incorrectas.

Es especialmente útil en algoritmos de clustering no supervisado como K-means o DBSCAN.

Ofrece una visión cuantitativa que ayuda a determinar la configuración óptima de clusters en un modelo de aprendizaje automático.