R 如何评估无监督算法的效率？pam算法是如何工作的？

我正在使用k-means和k-medoids。K-means执行时出现以下信息：

Within cluster sum of squares by cluster:
[1] 12636160  7631152 10226254
(between_SS / total_SS =  79.2 %)

在/total之间的速率是否表示算法的总吞吐量

对于pam：

Objective function:
build     swap 
211.6604 210.5670 

你如何解释这些结果？

如果你所说的“吞吐量”和“效率”意味着什么 关于处理速度，那么不。这些都是衡量标准 聚类算法在发现 一个好的分组（或者这些点的分组效果如何）

k-均值
between_SS（簇间平方和）和 total_SS（总平方和）已在前面的章节中解释过 问题及其答案。两者之间的比率与总的比率 是点聚集程度的某种度量

PAM
从

？pam

帮助页

该算法首先寻找一个好的medoid初始集 （这称为构建阶段）。然后找到一个局部极小值 对于目标函数，即一个解，使得 没有一个单一的观察开关会 减少目标（这称为交换阶段）

列出的值是目标函数的值 （点到其中线的距离之和）在两个阶段。 同样，这是点聚集程度的度量

有关更多详细信息，请参阅pam帮助页面

？pam

，
pam.object帮助页面

？pam.object

，
这个 关于k-矩阵或
原稿考夫曼，L.和鲁塞乌，P.J.（1987年）， 通过MEDOID进行聚类

如果通过“吞吐量”和“效率”进行聚类，那么您的意思是什么 关于处理速度，那么不。这些都是衡量标准 聚类算法在发现 一个好的分组（或者这些点的分组效果如何）

k-均值
between_SS（簇间平方和）和 total_SS（总平方和）已在前面的章节中解释过 问题及其答案。两者之间的比率与总的比率 是点聚集程度的某种度量

PAM
从

？pam

帮助页

该算法首先寻找一个好的medoid初始集 （这称为构建阶段）。然后找到一个局部极小值 对于目标函数，即一个解，使得 没有一个单一的观察开关会 减少目标（这称为交换阶段）

列出的值是目标函数的值 （点到其中线的距离之和）在两个阶段。 同样，这是点聚集程度的度量

有关更多详细信息，请参阅pam帮助页面

？pam

，
pam.object帮助页面

？pam.object

，
这个 关于k-矩阵或
原稿考夫曼，L.和鲁塞乌，P.J.（1987年），

---

通过medoid进行聚类

谢谢，有什么方法可以提高算法性能吗？当我将它与原始数据进行比较时，有一些错误。估计值不是很准确，因此在这种情况下，按聚类分类不能提供一个好的解决方案。按聚类分类很少（可能永远不会）是一个好主意。如果原始数据中有类，为什么不使用多种监督分类算法中的一种呢？我建议你看看这个描述差异的例子。谢谢，有什么方法可以提高算法性能吗？当我将它与原始数据进行比较时，有一些错误。估计值不是很准确，因此在这种情况下，按聚类分类不能提供一个好的解决方案。按聚类分类很少（可能永远不会）是一个好主意。如果原始数据中有类，为什么不使用多种监督分类算法中的一种呢？我建议你看看这个描述差异的例子。