-1
我正在使用Weka进行实习,但我对数据挖掘有一点认识。因此,也许有人知道如何将以下结果应用于我的数据集以通过群集获取所有数据?我现在使用的方法是计算我的属性和每个群集的平均值之间的距离,然后按最近的值对它们进行分类。但是这种方法对我来说太粗糙了。我们如何在Weka中使用聚类结果?
=== Run information ===
Scheme:weka.clusterers.EM -I 100 -N -1 -M 1.0E-6 -S 100
Relation: wcet_cluster6 - Copie-weka.filters.unsupervised.attribute.Remove-R1-3,5-weka.filters.unsupervised.attribute.Remove-R5-12
Instances: 467
Attributes: 4
max
alt
stmt
bb
Test mode:evaluate on training data
=== Model and evaluation on training set ===
EM
Number of clusters selected by cross validation: 6
Cluster
Attribute 0 1 2 3 4 5
(0.28) (0.11) (0.25) (0.16) (0.04) (0.17)
==================================================================
max
mean 9.0148 10.9112 11.2826 10.4329 11.2039 10.0546
std. dev. 1.8418 2.7775 3.0263 2.5743 2.2014 2.4614
alt
mean 0.0003 19.6467 0.4867 2.4565 44.191 8.0635
std. dev. 0.0175 5.7685 0.5034 1.3647 10.4761 3.3021
stmt
mean 0.7295 77.0348 3.2439 12.3971 140.9367 33.9686
std. dev. 1.0174 21.5897 2.3642 5.1584 34.8366 11.5868
bb
mean 0.4362 53.9947 1.4895 7.2547 114.7113 22.2687
std. dev. 0.5153 13.1614 0.9276 3.5122 28.0919 7.6968
Time taken to build model (full training data) : 4.24 seconds
=== Model and evaluation on training set ===
Clustered Instances
0 163 (35%)
1 50 (11%)
2 85 (18%)
3 73 (16%)
4 18 ( 4%)
5 78 (17%)
Log likelihood: -9.09081
感谢您的帮助!
Thanx为这个线索..我找到了我想要的东西。当然,对于在预处理中进行聚类的可能性你是对的......这非常有帮助。 – madago
发布之后,我意识到你也可以使用'AddCluster'过滤器,值得一试。 – knb