无监督学习的模型性能评估可以通过内部指标和外部指标来进行。内部指标可以用于衡量聚类结果的紧密度和离散度，比如轮廓系数和DB指数。外部指标可以用于比较聚类结果与已知的标签或类别，比如兰德指数和互信息分数。在评估时，通常要考虑数据特征的分布情况、聚类算法选择和参数调优，以及对异常值和噪声的处理。