在Java中，可以使用K-means算法對數據進行聚類。為了評估聚類效果，可以采用輪廓系數（Silhouette Score）、Davies-Bouldin Index（DBI）等指標。
輪廓系數用于衡量聚類效果的好壞，其值范圍為[-1, 1]。輪廓系數越接近1，表示聚類效果越好；越接近-1，表示聚類效果越差。輪廓系數的計算公式如下：
silhouetteScore = (sum of (a - b) / max(a, b)) / sum of (a - b)
其中，a表示同一簇內任意兩點之間的距離，b表示不同簇內任意兩點之間的距離。
Davies-Bouldin Index（DBI）用于衡量聚類效果的另一個指標，其值越小表示聚類效果越好。DBI的計算公式如下：
dbi = (1/n) * sum(max(d(i), d(j)) / min(d(i), d(j)))
其中，n表示數據點的數量，d(i)表示點i與其他點的距離之和，d(j)表示點j與其他點的距離之和。
