分析簇均匀性并使用RapidMiner中的簇距离性能算子

Question

我已经在数据集上实现了k-means聚类。我试图通过查看快速采矿者给出的平行和偏差图来分析聚类k。

其目的是分析簇的均匀性。在给定的各种性能模型中，运算符“簇距离性能”运算符用于k均值聚类的结果。

1. 是否有其他运营商可以提供此类分析？
2. 我拥有的数据集具有较大的数值向量（在 数百和数千），我也有一个数据集，其极小值（小数点后5至8位）极其小。

我不知道如何解释，我从运营商“群集距离性能”得到的结果如下图所示

重心表结果

和高性能矢量操作结果是

有人可以帮我这个吗？尽管我认为Davies Bouldin的价值越小，集群越好。

Answer 1

如果您试图找到“最佳”聚类，那么您必须改变k并计算不同的聚类有效性度量，以比较k随k变化而变化的方式。 Davies-Bouldin通常是一个不错的选择，因为“最好”的信号最低。最好的定义是从用于构造有效性度量（基于声音和逻辑技术）的数学技术的角度来看的，但人们总是必须查看聚类来确定结果是否实际上意味着什么。