排除法，A,C,D提到的统计量显然与优良性无关

正确答案是：B: 均方差。

聚类结构的优良性度量通常涉及评估聚类结果的紧密性和分离性。均方差（Mean Squared Error, MSE）是一种常见的度量方式，它可以用于评估聚类结果的紧密性，即每个数据点与其所属簇的中心之间的平均平方距离。均方差越小，表示簇内数据点越靠近其中心，聚类效果越好。

具体分析如下：

- **中位数**：中位数是数据集中间值的度量，通常用于描述数据的集中趋势，但不适合用来直接衡量聚类的优良性。
- **均方差**：均方差是统计学中常用的误差度量方法，特别适合用于评估数据点与其期望值（如聚类中心）之间的偏离程度。在聚类分析中，均方差可以有效地反映簇内数据点的紧密性。
- **平均数**：平均数是数据的算术平均值，虽然可以用来描述数据的集中趋势，但同样不适合直接用于评估聚类的优良性。
- **离散系数**：离散系数是标准差与平均数的比值，用于描述数据的相对变异程度，但它并不能直接反映聚类结果的好坏。

因此，均方差作为一种衡量误差的度量方法，能够较好地反映聚类结果的紧密性，是评估聚类优良性的合适选择。