QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 1385|回复: 0
打印 上一主题 下一主题

[问题求助] 关于weka软件EM聚类结果的分析

[复制链接]
字体大小: 正常 放大

33

主题

11

听众

201

积分

升级  50.5%

  • TA的每日心情

    2015-3-10 20:25
  • 签到天数: 21 天

    [LV.4]偶尔看看III

    社区QQ达人

    群组国赛讨论

    跳转到指定楼层
    1#
    发表于 2014-8-23 00:39 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta
    如题,就是怎么看做出来的结果,我看不懂结果
    === Run information ===

    Scheme:weka.clusterers.EM -I 100 -N -1 -M 1.0E-6 -S 100
    Relation:     2
    Instances:    72
    Attributes:   27
                  a1
                  a2
                  a3
                  a4
                  a5
                  a6
                  a7
                  a8
                  a9
                  a10
                  a11
                  a12
                  a13
                  a14
                  a15
                  a16
                  a17
                  a18
                  a19
                  a20
                  a21
                  a22
                  a23
                  a24
                  a25
                  a26
                  a27
    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
                 (0.18)  (0.19)  (0.11)  (0.18)  (0.14)  (0.19)
    ============================================================
    a1
      mean        5.7223  5.7607  5.9588  5.5669   5.932  5.7279
      std. dev.   0.0291  0.0103  0.0078   0.089  0.0125  0.0094

    a2
      mean        5.1738  5.3529   5.605  5.1162   5.509  5.2279
      std. dev.   0.0443  0.0313   0.005  0.0334  0.0418  0.0265

    a3
      mean        4.3031  4.4686    4.51  4.0692   4.493  4.4079
      std. dev.   0.0936  0.0091  0.0166  0.0338  0.0064  0.0157

    a4
      mean        4.1815   4.345  4.4813  4.1069   4.459  4.2757
      std. dev.   0.0251  0.0261  0.0078  0.0406  0.0187  0.0223

    a5
      mean       29.2469 27.9386 26.9225 28.4462  27.231 29.0757
      std. dev.   0.1186  0.1965  0.1024  0.4926  0.0503  0.2529

    a6
      mean       12.2731 11.2321 10.7912 12.2577  11.193 11.6507
      std. dev.   0.0906  0.0291  0.0619  0.0333  0.0551  0.3252

    a7
      mean       13.5062 13.5629 13.8275 13.1877  14.001 13.6493
      std. dev.   0.1493  0.0357  0.0386  0.1158  0.0908  0.0532

    a8
      mean       26.8015 26.6893 22.9325 25.1238  24.565 24.7229
      std. dev.   1.4562   0.113  1.0615  0.4182  1.4595  1.1141

    a9
      mean       26.7277 26.4479  22.905 24.9246  24.574 24.5286
      std. dev.   1.4583  0.0962  1.0479   0.468  1.4633  1.0347

    a10
      mean       60.7231  65.005 66.1638 52.9285  66.862 62.5743
      std. dev.   1.5744  0.5594  0.0312  2.5265  0.5296  0.7717

    a11
      mean         61.11  64.345 65.8925 55.9162  66.965 62.7629
      std. dev.   1.5199  0.8115  0.1947  0.8631   0.524  0.4349

    a12
      mean       19.1685 18.6579 19.5288 18.7523   18.84 18.1179
      std. dev.   0.2159  0.0449  0.3056  0.2209  0.0819  0.3246

    a13
      mean       21.1854  20.535 20.9038 20.9115  20.685 20.3407
      std. dev.   0.1433   0.071  0.1949  0.1113  0.0783  0.1172

    a14
      mean       17.0169 16.4729 17.2038 16.8992  16.634 16.1807
      std. dev.   0.2785   0.064  0.2119  0.1203   0.126  0.2516

    a15
      mean       10.3785 10.1643   10.85 10.1738   9.765  9.4929
      std. dev.   0.4533   0.392  0.5128  0.6548  0.2224  0.3111

    a16
      mean       14.1308 13.8893 14.5063 15.0431  14.253 13.8471
      std. dev.   0.3811  0.1309  0.4907  0.6507   0.452   0.064

    a17
      mean       15.9108 16.7436 17.0863 16.0946  16.772 16.9236
      std. dev.   0.4928  0.3323  0.3307  0.4258  0.3487  0.3038

    a18
      mean       29.7308 30.7293 30.9625 28.4931  31.118  30.285
      std. dev.   0.5599  0.0758  0.0776  0.1048  0.5249  0.4079

    a19
      mean           2.5  2.6821  2.5575  2.7685   2.291    3.34
      std. dev.   0.3076   0.399  0.1614  0.5731  0.1431  0.3487

    a20
      mean          5.63  4.9614    4.52  4.8262   5.136   5.385
      std. dev.   0.7347   0.544  0.1989  0.7658   0.312  0.6348

    a21
      mean        5.8069   6.235  4.9013  5.3131   5.485  5.6679
      std. dev.   0.8319  0.4368  0.1232  0.3849  0.3133  0.4095

    a22
      mean        7.4931  5.9421  4.2112  4.3538   7.191   4.605
      std. dev.   1.3706  0.1848  0.5781  0.4594  0.8959  0.4618

    a23
      mean        6.5423  7.0343    6.18    5.34   8.413  5.3121
      std. dev.   0.5213   0.751  0.6859  0.5581  0.5807  0.8649

    a24
      mean          10.9  8.8371  8.5125  6.5515  14.125  8.1264
      std. dev.   0.9747  0.6736  1.3494   0.614  1.7997   1.673

    a25
      mean        3.9723  4.0336  4.3537  3.2085   4.552  4.2957
      std. dev.   0.2284  0.1319  0.4002  0.0708   0.144   0.249

    a26
      mean       10.2208 10.8293 12.9838 10.8969  11.687 10.7771
      std. dev.   0.1879  0.2439  0.7311  0.3519  0.2871  0.2287

    a27
      mean        5.6531  5.8821   8.575  5.4038   7.324  6.8407
      std. dev.   0.4989  0.3965  0.4118   0.071  0.3789  0.3036



    Time taken to build model (full training data) : 3.83 seconds

    === Model and evaluation on training set ===

    Clustered Instances

    0      13 ( 18%)
    1      14 ( 19%)
    2       8 ( 11%)
    3      13 ( 18%)
    4      10 ( 14%)
    5      14 ( 19%)


    Log likelihood: 2.84599


    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信
    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2025-6-9 01:52 , Processed in 0.363307 second(s), 49 queries .

    回顶部