小编Chr*_*lor的帖子

任何人都能解释一下WEKA中K-Means聚类的输出实际意味着什么.

例如

kMeans


Number of iterations: 9

Within cluster sum of squared errors: 9434.911100488926

Missing values globally replaced with mean/mode

Cluster centroids:

                  Cluster#
Attribute         Full Data          0          1                           
                      (400)      (310)       (90)
=================================================
competency134        0.0425     0.0548          0  
competency207        0.0425     0.0548          0  
competency263          0.01     0.0129          0  
competency264          0.01     0.0129          0  
competency282          0.01     0.0129          0  
competency289          0.01     0.0129          0  

列中的数字实际意味着什么,它表示表格上方的聚类质心,但是如何确定两个聚类的质心是什么？

如果有人能解释这些数字意味着什么,我将非常感激.

如果有人有任何想法如何完成对所发现的聚类的轮廓评估,这也将是很好的.

谢谢

我正在尝试创建一个循环遍历列表的脚本.

我需要查看能力标识符的有限列表(400)(例如124,129等 - 正常的整数)

然后我有一本字典记录了每个用户的能力.密钥是用户名,每个密钥的值是整数列表(即用户具有哪些能力)

例如

User x - [124, 198, 2244 ...]
User Y - [129, 254, 198, 2244 ...]

我希望编制一个矩阵,突出显示每个能力与其他所有能力一起出现的频率 - 邻接矩阵.

例如,在以上示例中,能力198已经两次出现,具有能力2244.而能力254和124从未一起发生过.

我目前正在使用此代码:

fe = []    
count = 0
competency_matches = 0
for comp in competencies_list:
    common_competencies = str("")
for comp2 in competencies_list:
    matches = int(0)
    for person in listx:
        if comp and comp2 in d1[person]:
            matches = matches + 1
        else:
            matches = matches
    common_competencies = str(common_competencies) + str(matches) + ","
fe.append(common_competencies)
print fe
print count …