我目前正在尝试解释在Diabetes.arff数据集上运行 SimpleKMeans 群集所收集的一组结果。
http://i.stack.imgur.com/T4eho.jpg - 链接到群集实例（图1）
到目前为止，我可以理解聚类实例（图1）显示500个变量已被分类为测试为阴性，268个已被分类为测试阳性。
http://i.stack.imgur.com/X9szt.jpg - 链接到groundtruth值（图2）
当将这些值与groundtruth值进行比较时，没有太大差异，因为正确的聚类应该表明500个被分类为测试为阴性，268个被分类为测试为阳性。从技术上讲，这意味着 SimpleKMeans 聚类方法适用于此数据集，因为它已正确分类实例。
但是我不知道如何解释群集质心表中的信息，在完整数据，群集＃0和群集1标题下。他们告诉我们关于数据集的信息（图1）？
答案 0 :(得分：0)
在进行群集之前，应该删除class属性。它具有太多的预测能力，因此，聚类算法在内部偏好类属性时具有很强的偏差。
您可以在＆＃34;预处理＆＃34;中执行此属性删除。单击＆＃34;删除＆＃34;按钮，或在＆＃34;群集＆＃34;单击＆＃34;忽略属性＆＃34;，然后选择＆＃34; class＆＃34;属性。
然后再次聚集。我建议从k = 2开始，这是＆＃34;类＆＃34;的唯一值的数量。属性。 （然后检查群集分配是否与原始属性相对应，或者执行其他操作。）
顺便说一句，在我看来，你并没有在＆＃34;玻璃上工作。数据集，但关于＆＃34;糖尿病＆＃34;数据集。
