Question

我感觉这是一个简单的问题，但我似乎无法找到答案。我对Weka很陌生，但我觉得我已经对此做了一些研究（至少阅读了谷歌搜索结果的前几页）并且干了。

我使用Weka使用Simple K-Means运行聚类。在结果列表中，我可以直观地看到我的输出（“可视化集群分配”），从我对K-Means算法的理解和Weka的输出中可以清楚地看出，我的每个实例最终都是一个成员。不同的聚类（以特定的质心为中心，如果你愿意的话）。

我可以从文本输出中看到一些集群组合。但是，Weka没有为我提供从实例编号到集群编号的明确“映射”。我想要像：

instance 1 --> cluster 0
instance 2 --> cluster 0
instance 3 --> cluster 2
instance 4 --> cluster 1
... etc.

如何在不计算每个项目到每个质心的距离的情况下获得这些结果？

Answer 1

我有同样的问题并想出来了。如果有人需要知道，我在这里发布方法：

实际上很简单，你必须使用Weka的java api。

SimpleKMeans kmeans = new SimpleKMeans();

kmeans.setSeed(10);

// This is the important parameter to set
kmeans.setPreserveInstancesOrder(true);
kmeans.setNumClusters(numberOfClusters);
kmeans.buildClusterer(instances);

// This array returns the cluster number (starting with 0) for each instance
// The array has as many elements as the number of instances
int[] assignments = kmeans.getAssignments();

int i=0;
for(int clusterNum : assignments) {
    System.out.printf("Instance %d -> Cluster %d", i, clusterNum);
    i++;
}

Answer 2

啊哈，我想我找到了我要找的东西。在群集可视化工具下，单击“保存”。这将整个数据集保存为几乎与我提供的输入文件相同的ARFF文件，但具有2个新属性：第一个属性是实例的索引，而最后一个属性是群集分配。现在我只需解析它的垃圾！

Weka简单的K-means聚类分配

2 个答案: