Clementine数据挖掘软件使用

数据挖掘

---

K-Means聚类

可变文件导入数据文件，Demo里面中有例子

设置可变文件，有head，把它标上

双击类型，字段改为输出后，聚类将不使用该项

接入K-means模型，执行，在右侧右键黄色模型的图标预览训练好的模型

专家中可以高级设置其中
集合编码值=0.70711=2分之根号2
数值型属性转为01的序列，相同为1 不同为0，
集合编码值调高了说明离散型比数值型更重要

调成2后，发现离散型的BP重要程度变为1，每个聚类中没有重复的类别

默认情况，聚类1和3就啥类型都有，所以集合编码值可以调节离散型数据的重要程度

分析训练好的模型，后面接一个表

多了一个KM-K-Means字段，显示记录被划分到哪一个簇中


选择想看的簇，如我只想看聚类1

表中查看就都是聚类1了

Kohonen
K-means

两步聚类算法

归并方差变大，归并不好，方差较小较为合适。

K-Means与两步聚类算法真正比较簇内差别？