226weka数据挖掘(300页)选编.ppt

* * 聚类模式Cluster Mode * * 使用训练集 (Use training set) — 报告训练对象的聚类结果和分组结果 使用附加的检验集 (Supplied test set) — 报告训练对象的聚类结果和附加的检验对象的分组结果 百分比划分 (Percentage split) — 报告全部对象的聚类结果、训练对象的聚类结果，以及检验对象的分组结果 监督评估 (Classes to clusters evaluation) — 报告训练对象的聚类结果和分组结果、类/簇混淆矩阵和错误分组信息 * * 执行聚类算法 点击“Start”按钮，执行聚类算法 * * 观察聚类结果 观察右边“Clusterer output”给出的聚类结果。也可以在左下角“Result list”中这次产生的结果上点右键，“View in separate window”在新窗口中浏览结果。 * * === Run information === %运行信息 Scheme:weka. clusterers. SimpleKMeans -N 3 -A “weka. core. EuclideanDistance -R first-last” -I 500 -S 10 % ?算法的参数设置：-N 3 -A “weka. core. EuclideanDistance -R first-last” -I 500 -S 10; % ?各参数依次表示： % -N 3 –聚类簇数为3； % -A “weka. core. EuclideanDistance – 中心距离为欧氏距离； % - I 500 --最多迭代次数为500； % -S 10 --随机种子值为10。 Relation: iris %数据集名称 Instances: 150 %数据集中的实例个数 * * Attributes: 5 %数据集中的属性个数及属性名称 sepallength sepalwidth petallength petalwidth Ignored: %忽略的属性 class Test mode:Classes to clusters evaluation on training data %测试模式 === Model and evaluation on taining set === %基于训练数据集的模型与评价 kMeans %使用kMeans算法 ====== Number of iterations: 6 kMeans %迭代次数 Winthin cluster sum of squared errors: 6.998114004826762 % SSE(误差的平方和) Missing values globally replaced with mean/mode %用均值/众数替代缺失值 * * Cluster centroids: %各个簇的质心 Cluster# Attribute Full Data 0 1 2 (150) (61) (60) (39) ======================================== sepallength 5.8433 5.8885 5.006 6.8462 sepalwidth 3.064 2.7377 3,418 3.0821 petallength 3.7587 4,3967 1,464 5.7026 petalwidth 1.1987 1.418 0.244 2.0795 Time taken to build model (full training data) : 0.03 seconds %建模用的时间 === Modal and evaluation on training se