Java WEKA中的集群评估是什么？

当我们说我们正在评估WEKA frmework中的集群时，我们的意思是什么？聚类是一种无监督的对象分组方法。当我们说要评估结果时，我们的意思是什么？另外，除此之外，当我们说在训练数据本身的基础上评估集群时，这意味着什么

谢谢 阿披舍克S

如第页所述：

评估 Weka评估集群的方式取决于您选择的集群模式。有四种不同的群集模式可用（作为群集模式面板中的按钮）：

使用培训集

（默认设置）。生成聚类后，Weka根据聚类表示将训练实例分类为多个聚类，并计算每个聚类中实例的百分比。例如，上述由k-means生成的聚类显示集群0中有43%（6个实例）和集群1中有57%（8个实例）

在

提供的测试集

或

百分比分割

中，如果集群表示是概率的（例如，对于EM），Weka可以评估单独测试数据上的集群

类到簇评估

。在这种模式下，Weka首先忽略class属性并生成集群。然后在测试阶段，它根据每个集群中class属性的多数值将类分配给集群。然后根据该赋值计算分类误差，并显示相应的混淆矩阵。下面显示了k-均值的一个示例

---

谢谢你的参考资料和详细的回答。你知道课堂到集群的评估是如何为EM工作的吗？在确定多数值时，它是否会根据实例在集群中的概率对实例进行加权？如果可能，sicco可以检查这个问题：在集群中，Weka几乎不存在。如果您对集群感兴趣（这比分类要复杂一点），请寻找替代方案。关于评估的一些建议：配对计数f-测度、调整后的兰德指数（ARI）、福克斯-马洛斯指数、杰卡德指数、BCubed测度等——我认为Weka没有这些。