Question

我正在使用weka进行K-means聚类，当我尝试一个小套装并找到时内部簇的平方误差（WCSS）值并不是我想象的那样。

我认为WCSS是所有元素到集群中心的平方距离之和，但价值不对：

例如：数据集是：

3.0, 2.0, 3.0, 0.0, 0.0, 2.0, 1.0, 0.0, 1.0
4.0, 1.0, 3.0, 0.0, 1.0, 0.0, 1.0, 4.0, 1.0
4.0, 1.0, 7.0, 0.0, 1.0, 1.0, 0.0, 1.0, 1.0
3.0, 2.0, 7.0, 0.0, 0.0, 2.0, 1.0, 1.0, 0.0
3.0, 2.0, 6.0, 1.0, 0.0, 1.0, 0.0, 2.0, 1.0
4.0, 2.0, 5.0, 1.0, 1.0, 1.0, 1.0, 0.0, 0.0
4.0, 1.0, 8.0, 0.0, 1.0, 2.0, 0.0, 0.0, 1.0
3.0, 2.0, 2.0, 0.0, 1.0, 1.0, 0.0, 0.0, 1.0
3.0, 2.0, 0.0, 0.0, 1.0, 1.0, 1.0, 3.0, 1.0

且群集（仅一个）中心为3, 2, 3, 0, 1, 1, 1, 0, 1：

weka输出WCSS是39，但根据我的理解，它应该是133。我知道我对WCSS意味着什么一定是错的，有人可以告诉我这个吗？

Answer 1

我相信在归属化属性值之后报告的是WCSS。不幸的是，我无法复制你的结果。

但是，使用SimpleKMeans（k = 1）的数据集，我得到了以下结果：

在规范化属性值之前，WCSS为26.4375
归一化属性值后，WCSS为26.4375

此source也表示Weka的K-means算法会自动规范化属性值。

Answer 2

@relation cancer

@attribute a1 {1,2,3,4,5,6}

@attribute a2 {0,1,2}

@attribute a3 {0,1,2,3,4,5,6,7,8,9,10}

@attribute a4 {0,1,2,3,4,5,8}

@attribute a5 {0,1}

@attribute a6 {0,1,2}

@attribute a7 {0,1}

@attribute a8 {0,1,2,3,4}

@attribute a9 {0,1}

@attribute label {0,1}

@data

3,2,3,0,0,2,1,0,1,1

4,1,3,0,1,0,1,4,1,0

4,1,7,0,1,1,0,1,1,1

3,2,7,0,0,2,1,1,0,0

3,2,6,1,0,1,0,2,1,1

4,2,5,1,1,1,1,0,0,0

4,1,8,0,1,2,0,0,1,0

3,2,2,0,1,1,0,0,1,0

3,2,0,0,1,1,1,3,1,0

什么是weka的kmeans输出（WCSS）是什么意思？

2 个答案: