Java 如何选择weka中的最佳k均值簇

Java 如何选择weka中的最佳k均值簇,java,cluster-analysis,weka,data-mining,k-means,Java,Cluster Analysis,Weka,Data Mining,K Means,正如你可以看到的底部结果,我有两个不同的集群使用不同的种子。我想从两个集群中选择最好的集群 我知道最小平方误差更好。然而,它显示相同的平方误差,尽管我使用不同的种子。我想知道为什么它显示出类似的平方误差。我也想知道当我选择最好的集群时需要考虑的其他事情。 ******************************************************************* kMeans ====== Number of iterations: 10 Within cluster

正如你可以看到的底部结果,我有两个不同的集群使用不同的种子。我想从两个集群中选择最好的集群

我知道最小平方误差更好。然而,它显示相同的平方误差,尽管我使用不同的种子。我想知道为什么它显示出类似的平方误差。我也想知道当我选择最好的集群时需要考虑的其他事情。

*******************************************************************
kMeans
======

Number of iterations: 10
Within cluster sum of squared errors: 527.6988818392938
Missing values globally replaced with mean/mode

Cluster centroids:
                                  Cluster#
Attribute             Full Data          0          1
                         (4898)     (2781)     (2117)
=====================================================
fixedacidity             6.8548     6.9565     6.7212
volatileacidity          0.2782     0.2826     0.2725
citricacid               0.3342     0.3389     0.3279
residualsugar            6.3914     8.2678     3.9265
chlorides                0.0458     0.0521     0.0374
freesulfurdioxide       35.3081    38.6897    30.8658
totalsulfurdioxide     138.3607   155.2585   116.1627
density                   0.994     0.9958     0.9916
pH                       3.1883     3.1691     3.2134
sulphates                0.4898      0.492     0.4871
alcohol                 10.5143     9.6325    11.6726
quality                  5.8779     5.4779     6.4034




Time taken to build model (full training data) : 0.19 seconds

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

Clustered Instances

0      2781 ( 57%)
1      2117 ( 43%)


***********************************************************************



kMeans
======

Number of iterations: 7
Within cluster sum of squared errors: 527.6993178146143
Missing values globally replaced with mean/mode

Cluster centroids:
                                  Cluster#
Attribute             Full Data          0          1
                         (4898)     (2122)     (2776)
=====================================================
fixedacidity             6.8548     6.7208     6.9572
volatileacidity          0.2782     0.2723     0.2828
citricacid               0.3342     0.3281     0.3389
residualsugar            6.3914     3.9451     8.2614
chlorides                0.0458     0.0374     0.0522
freesulfurdioxide       35.3081    30.9105    38.6697
totalsulfurdioxide     138.3607   116.2175   155.2871
density                   0.994     0.9917     0.9958
pH                       3.1883     3.2137     3.1689
sulphates                0.4898     0.4876     0.4916
alcohol                 10.5143    11.6695     9.6312
quality                  5.8779     6.4043     5.4755




Time taken to build model (full training data) : 0.15 seconds

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

Clustered Instances

0      2122 ( 43%)
1      2776 ( 57%)
定义“最佳结果”

根据k-均值的定义,平方和越小越好。
k-means的其他方法更糟糕——但这并不意味着不同的质量标准(或聚类算法)对您的实际问题更有帮助。

使用不同的种子不能保证结果中有不同的聚类