WEKA K-Means聚類

Question

任何人都可以解釋WEKA中K-Means聚類的輸出實際上意味着什麼。

例如

kMeans 


Number of iterations: 9 

Within cluster sum of squared errors: 9434.911100488926 

Missing values globally replaced with mean/mode 

Cluster centroids: 

        Cluster# 
Attribute   Full Data   0   1       
         (400)  (310)  (90) 
================================================= 
competency134  0.0425  0.0548   0 
competency207  0.0425  0.0548   0 
competency263   0.01  0.0129   0 
competency264   0.01  0.0129   0 
competency282   0.01  0.0129   0 
competency289   0.01  0.0129   0 

什麼列中的數字實際上意味着，它說聚類中心上表中，但怎麼可能，以確定哪些兩個集羣的質心？

如果有人能解釋什麼數字意味着我會非常感激。

如果任何人有任何想法如何完成集羣的輪廓評估發現，也將是偉大的。

感謝

Answer 1

第一欄爲您提供了總人口重心。第二列和第三列分別給出了簇0和簇1的質心。每行給出特定維度的質心座標。我相信你需要刷上你的K-means。找到質心是算法的重要組成部分。質心是特定運行算法的結果，並不是唯一的 - 不同的運行可能會生成不同的質心集。

詳情請參閱Michael Abernethy's description of Weka clustering。

Answer 2

如果屬性是標稱屬性，則爲集羣中的屬性使用最頻繁的值。 如果屬性是數字，請使用羣集中屬性的平均值。 檢查this link瞭解更多詳情。

Answer 3

只是第一步，

1. 保存在可視化標籤作爲ARFF文件中的情節。

2. 用weka打開它，點擊編輯，你會自動看到每個實例屬於哪個簇。

3. 複製此表到Excel（可視化更容易）

4. 使用Excel或MATLAB找到silhoutte，凝聚力，分離的經典方法。

Answer 4

首先聚類是一種描述性的統計方法。其次，算法Kmeans需要事先輸入聚類數量，以找到聚類的最佳數量，幾種統計方法。第三，數字數據的質心是數據的算術平均值，因此這些數據代表組數據。