聚类均匀度分析及RapidMiner中簇距离性能算子的应用

Question

我已经在数据集上实现了k-均值聚类。我尝试通过查看快速采煤机中的平行图和偏差图来分析聚类的k。

为了分析各种性能模型的clusters.Out的同质性，将算子“集群距离性能”算子用于k-均值聚类结果。

1. 是否有其他经营者可以提供这方面的分析？
2. 我所拥有的数据集有具有大值的数字向量(以数百和千为单位)，还有一个具有极小值的数据集(十进制的第5位至第8位)。

我不知道如何解释操作符“集群距离性能”的结果，如下所示

质心表结果

​

​

而性能向量算子的结果是

​

有人能帮我吗？虽然我读到越小，Davies的值越小，更好的是聚类。

Answer 1

如果您试图找到“最佳”聚类，那么您必须更改k并计算不同的聚类有效性度量，以比较它们在k变化时的变化。戴维斯-博尔丁通常是一个很好的人，因为“最好”的信号是最低限度的。“最佳”的定义是从用于构建有效性度量的数学技术(基于合理和逻辑的技术)的角度出发，但是一个人总是必须看聚类来确定结果是否具有实际意义。

Answer 2

您应该查看其他性能指标，因为只应用一个可以防止您看到全局。添加安德鲁提到的内容：

• Calinski-Harabasz得分
• 剪影评分
• 弯头法