1

我正在使用 weka 进行 K-means 聚类，当我尝试了一个小集合并发现聚类内的平方误差和 (WCSS) 值不是我想的那样。

我认为 WCSS 是所有元素到它的集群中心的平方距离之和，但值不正确：

例如：数据集是：

3.0, 2.0, 3.0, 0.0, 0.0, 2.0, 1.0, 0.0, 1.0
4.0, 1.0, 3.0, 0.0, 1.0, 0.0, 1.0, 4.0, 1.0
4.0, 1.0, 7.0, 0.0, 1.0, 1.0, 0.0, 1.0, 1.0
3.0, 2.0, 7.0, 0.0, 0.0, 2.0, 1.0, 1.0, 0.0
3.0, 2.0, 6.0, 1.0, 0.0, 1.0, 0.0, 2.0, 1.0
4.0, 2.0, 5.0, 1.0, 1.0, 1.0, 1.0, 0.0, 0.0
4.0, 1.0, 8.0, 0.0, 1.0, 2.0, 0.0, 0.0, 1.0
3.0, 2.0, 2.0, 0.0, 1.0, 1.0, 0.0, 0.0, 1.0
3.0, 2.0, 0.0, 0.0, 1.0, 1.0, 1.0, 3.0, 1.0

并且集群（只有一个）中心是3, 2, 3, 0, 1, 1, 1, 0, 1：

weka 输出的 WCSS 是 39，但根据我的理解，应该是133. 我知道我对 WCSS 的含义一定是错的，有人可以告诉我吗？

4

2 回答 2

1

我相信报告的是属性值标准化后的 WCSS。不幸的是，我无法复制您的结果。

但是，将您的数据集与 SimpleKMeans (k=1) 一起使用，我得到了以下结果：

  • 在规范化属性值之前，WCSS 为 26.4375
  • 归一化属性值后，WCSS 为 26.4375

该来源还表明 Weka 的 K-means 算法会自动对属性值进行归一化。

于 2013-10-14T13:15:14.707 回答
0

@关系癌症

@属性 a1{1,2,3,4,5,6}

@属性 a2{0,1,2}

@attribute a3{0,1,2,3,4,5,6,7,8,9,10}

@attribute a4{0,1,2,3,4,5,8}

@attribute a5{0,1}

@attribute a6{0,1,2}

@属性 a7{0,1}

@attribute a8{0,1,2,3,4}

@attribute a9{0,1}

@属性标签{0,1}

@数据

3,2,3,0,0,2,1,0,1,1

4,1,3,0,1,0,1,4,1,0

4,1,7,0,1,1,0,1,1,1

3,2,7,0,0,2,1,1,0,0

3,2,6,1,0,1,0,2,1,1

4,2,5,1,1,1,1,0,0,0

4,1,8,0,1,2,0,0,1,0

3,2,2,0,1,1,0,0,1,0

3,2,0,0,1,1,1,3,1,0

于 2013-10-15T07:36:46.730 回答