weka_ 聚类分析实例演练

weka_ 聚类分析实例演练

1、数据准备： 下载链接  http://download.csdn.net/detail/xuxurui007/6753847

2、聚类原理

     聚类分析中的“类”（cluster）和前面分类的“类”（class）是不同的，对cluster更加准确的翻译应该是“簇”。聚类的任务是把所有的实例分配到若干的簇，使得同一个簇的实例聚集在一个簇中心的周围，它们之间距离的比较近；而不同簇实例之间的距离比较远。对于由数值型属性刻画的实例来说，这个距离通常指欧氏距离。

     现在我们对前面的“bank data”作聚类分析，使用最常见的K均值（K-means）算法。下面我们简单描述一下K均值聚类的步骤：     1）K均值算法首先随机的指定K个簇中心；

          2）将每个实例分配到距它最近的簇中心，得到K个簇；

          3）分别计算各簇中所有实例的均值，把它们作为各簇新的簇中心。

          4）重复1)和2)，直到K个簇中心的位置都固定，簇的分配也固定。

     上述K均值算法只能处理数值型的属性，遇到分类型的属性时要把它变为若干个取值0和1的属性。WEKA将自动实施这个分类型到数值型的变换，而且WEKA会自动对数值型的数据作标准化。这样得到的数据文件为“bank.arff”，含600条实例。

3、实现步骤

     （1）用“Explorer”打开刚才得到的“bank.arff”（600条实例数据）。