智能信息獲取技術(shù)實(shí)驗(yàn)指導(dǎo)書-資料下載頁
2025-08-04 17:07本頁面
【正文】 ster Mode”的“Use training set”，點(diǎn)擊“Start”按鈕，觀察右邊“Clusterer output”給出的聚類結(jié)果。也可以在左下角“Result list”中這次產(chǎn)生的結(jié)果上點(diǎn)右鍵，“View in separate window”在新窗口中瀏覽結(jié)果。實(shí)驗(yàn)分析（1）首先我們注意到結(jié)果中有這么一行：Within cluster sum of squared errors: 這是評(píng)價(jià)聚類好壞的標(biāo)準(zhǔn)，數(shù)值越小說明同一簇實(shí)例之間的距離越小。也許你得到的數(shù)值會(huì)不一樣；實(shí)際上如果把“seed”參數(shù)改一下，得到的這個(gè)數(shù)值就可能會(huì)不一樣。我們應(yīng)該多嘗試幾個(gè)seed，并采納這個(gè)數(shù)值最小的那個(gè)結(jié)果。例如我們讓“seed”取100，就得到 Within cluster sum of squared errors: , 這樣就選擇后面這個(gè)。當(dāng)然再嘗試幾個(gè)seed，這個(gè)數(shù)值可能會(huì)更小。（2）接下來“Cluster centroids:”之后列出了各個(gè)簇中心的位置。對(duì)于數(shù)值型的屬性，簇中心就是它的均值（Mean）；分類型的就是它的眾數(shù)（Mode）， 也就是說這個(gè)屬性上取值為眾數(shù)值的實(shí)例最多。對(duì)于數(shù)值型的屬性，還給出了它在各個(gè)簇里的標(biāo)準(zhǔn)差（Std Devs）（3）最后的“Clustered Instances”是各個(gè)簇中實(shí)例的數(shù)目及百分比。 （4）觀察可視化的聚類結(jié)果，我們?cè)谧笙路健癛esult list”列出的結(jié)果上右擊，點(diǎn)“Visualize cluster assignments”。彈出的窗口給出了各實(shí)例的散點(diǎn)圖。最上方的兩個(gè)框是選擇橫坐標(biāo)和縱坐標(biāo)，“color”是散點(diǎn)圖著色的依據(jù)，默認(rèn)是根據(jù)不同的簇“Cluster”給實(shí)例標(biāo)上不同的顏色。（5）可以在這里點(diǎn)“Save”把聚類結(jié)果保存成ARFF文件。在這個(gè)新的ARFF文件中，“instance_number”屬性表示某實(shí)例的編號(hào)，“Cluster”屬性表示聚類算法給出的該實(shí)例所在的簇。七、通過實(shí)驗(yàn),要求同學(xué)在聚類分析信息獲取實(shí)驗(yàn)中解決以下問題，并遞交完整的實(shí)驗(yàn)報(bào)告1. 在Weka中實(shí)現(xiàn)K均值聚類的數(shù)據(jù)預(yù)處理中：（1）為什么要將children屬性變成分類型？ （2）Weka將自動(dòng)實(shí)施這個(gè)分類型到數(shù)值型的變換是指將這個(gè)分類型的屬性變?yōu)槿舾蓚€(gè)取值0和1的屬性，將這個(gè)變化結(jié)果截圖于PPt中,并進(jìn)行解釋。2. 在“Cluster Mode”的“Use training set”，點(diǎn)擊“Start”按鈕，將在右邊“Clusterer output”給出的聚類結(jié)果以及在左下角“Result list”中產(chǎn)生的結(jié)果,請(qǐng)截圖,并在實(shí)驗(yàn)報(bào)告中進(jìn)行詳解。3. 多嘗試幾個(gè)seed，給出你建立的模型結(jié)果的分析情況4. 分類型的簇中心是它的眾數(shù)（Mode）， 給出在你實(shí)驗(yàn)中的一個(gè)眾數(shù)（Mode)數(shù)據(jù),并加以解釋。
試題試卷相關(guān)推薦
鄂ICP備17016276號(hào)-1