Question

我尝试在weka中运行并理解 SimpleKMeans 算法的结果。

这是我的训练数据

@relation weather_clustered

@attribute Instance_number numeric
@attribute outlook {sunny,overcast,rainy}
@attribute temperature numeric
@attribute humidity numeric
@attribute windy {TRUE,FALSE}
@attribute play {yes,no}
@attribute cluster {cluster0,cluster1,cluster2,cluster3,cluster4,cluster5}

@data
0,sunny,85,85,FALSE,no,cluster3
1,sunny,80,90,TRUE,no,cluster5
2,overcast,83,86,FALSE,yes,cluster2
4,rainy,68,80,FALSE,yes,cluster4

然后我使用 numClusters = 2 seed = 10 运行 SimpleKMeans 。我确实希望看到有关属性群集的群集结果，换句话说，我想查看哪个群集属性 clusterx 与之相关。如您所见，我不认为属性群集是正确的群集。

为了看到输出中的对应关系，我设置了 集群评估的类=（Nom）集群

并获得以下结果

类属性：cluster 集群的类：

0 1  <-- assigned to cluster
 0 0 | cluster0
 0 0 | cluster1
 1 0 | cluster2
 0 1 | cluster3
 1 0 | cluster4
 0 1 | cluster5

Cluster 0 <-- cluster2
Cluster 1 <-- cluster3

Incorrectly clustered instances :   2.0  50      %

我喜欢列表中的通信，这正是我需要的，但是我不明白以下是什么意思

Cluster 0 <-- cluster2
Cluster 1 <-- cluster3

另外，我对以下结果感到困惑

Incorrectly clustered instances :   2.0  50      %

如果它来自，weka如何知道正确的结果，我没有正确的结果，也许它会将属性集群与正确的集群混淆。总之，我不明白输出。

Answer 1

SimpleKMeans是一种聚类算法，可以将数据分组为K个群集。

在您的情况下，numClusters=2 =＆gt; K=2会导致您的数据分组为2个群集。

群集1

群集2

当您选择要进行群集评估的类时，Weka会执行以下操作：

删除您为评估选择的属性值。在您的情况下，群集类数据。
在不使用群集属性中的任何信息的情况下应用KMeans算法。
使用初始数据集（使用群集属性）评估群集

所以，在你的情况下，

cluster1，cluster2 ..，cluster5，

充当您的实例的标签，并将用于测试您的模型。

为了更好地理解输出，你有

@data
0,sunny,85,85,FALSE,no,cluster3
1,sunny,80,90,TRUE,no,cluster5
2,overcast,83,86,FALSE,yes,cluster2
4,rainy,68,80,FALSE,yes,cluster4

和

Cluster 0 <-- cluster2
Cluster 1 <-- cluster3


Incorrectly clustered instances :   2.0  50      %

如您所见，有2个错误的群集实例：

1,sunny,80,90,TRUE,no,cluster5
4,rainy,68,80,FALSE,yes,cluster4

有50％错误的群集实例，因为你总共有4个实例，其中2个被错误地聚类（2 = 50％的4个）

使用SimpleKMeans confusinig输出进行weka聚类

1 个答案: