Oi Pedro! Tudo bem com você?
No curso o instrutor define mesmo parâmetros diferentes dos que ele definiu nas aulas anteriores mas isso normalmente acontece porque o instrutor antes de gravar as aulas testa os melhores resultados por parâmetro, mesmo assim concordo que seria interessante ter tido a explicação do porquê dos novos valores nos parâmetros de DBSCAN.
Já o calculo do coeficiente de silhueta para o DBSCAN se dá da mesma forma que os demais métodos, ou seja, chamando a métrica silhouette_score
e definindo os dados e o label, mas, no caso do DBSCAN, definimos o label desse método:
ag_dbscan = DBSCAN(eps = 2.1, min_samples=56,metric='manhattan')
labels_dbscan = ag_dbscan.fit_predict(df)
print('Silhouette DBSCAN: ',silhouette_score(df,labels_dbscan))
Na documentação do Scikit-learn podemos ver mais alguns exemplos, inclusive existe um exemplo do DBSCAN utilizando o Silhouette para avaliar o desempenho, infelizmente a documentação no site do Scikit é em inglês, mas você pode usar o método de tradução instantânea do seu navegador caso tenha dificuldade com essa língua.
Eu espero ter te ajudado! Se a dúvida persistir, estarei à disposição.
Bons estudos!
Caso este post tenha lhe ajudado, por favor, marcar como solucionado ✓.Bons Estudos!