Cluster analysis k-均值的负轮廓分数

在sklearn对剪影评分法的描述中，它说负值代表错误地分配给集群的数据点。我想知道，对于k-means算法，每个数据点都被分配到最近的簇，所以距离最小，这怎么可能呢。如果这样做了，那么我们如何找到负面轮廓分数？这是否仅在不同对象的权重不相等的情况下才可能发生

---

提前谢谢

请看我对一个类似问题的回答：请注意，一个点的负面轮廓分数不一定意味着“错误”的分配，它只是意味着该点平均更接近另一个簇中的点，而不是其自身簇中的点。根据数据结构的不同，这可能有多种解释。请参见我对类似问题的回答：请注意，一个点的负面轮廓分数不一定意味着“错误”分配，它只是意味着该点平均更接近另一个簇中的点，而不是其自身簇中的点。根据数据的结构，这可能有多种解释。