本次实验采用了使用一定先验知识对数据集初始化,将第一类鸢尾花中的数据作为第一个聚类中心的初始化,二、三类同理。分类完成后,将第一类聚类中包含的第一类鸢尾花数据数目、第二类聚类中包含的第二类鸢尾花数据数目,第三类聚类中包含的第三类鸢尾花数据数目相加并除以总数,作为k-means分类算法的正确率,分类结果如下:
可以看到,这个分类的正确率并不高,于是我不断尝试,发现正确率一直在40%上下波动,于是我绘制散点图来对结果进行分析:
我将三类绘制成不同颜色的散点图,在这个视角下其实并不算清晰,于是我旋转视角,绘制了这张:
对此现象,我认为是k-means算法不能从全局对数据分类导致分类结果差,事实上,数据本身是成功且较为有效的完成了聚类,k-means算法作为无监督学习具有先天的局限性,先前数据的错误分类将导致后续数据的错误处理,鸢尾花数据集的数据之间分界并不足够明显,这也是导致数据分类效果差的原因。
后续又采用了数据归一化的办法对数据进行预处理,效果依然不理想,原因依然如上。
对于上述结果,后续本人将采用Isodata算法继续进行尝试
代码下载链接如下:https://download.csdn.net/download/weixin_46538207/87659685