Weka K-均值距离

Question

我使用 weka 库来使用 SimpleKMeans 函数。

我的 arff 文件是：

@relation digits

@attribute number numeric

@data
3.708699941635132
3.608700037002563
3.508699893951416
3.808700084686279
3.708699941635132
3.708699941635132
3.708699941635132
3.708699941635132
3.708699941635132
3.408699989318847
3.708699941635132

它是质心，我还有包含所有质心距离的距离矩阵（有特殊计算的距离，不是简单的欧几里得距离）。如何在代码中传输距离矩阵？现在我训练这段代码：

package kmeanstest;

import java.io.BufferedReader;
import java.io.FileReader;
import weka.clusterers.SimpleKMeans;
import weka.core.Instances;

public class Kmeanstest {
    public Kmeanstest() throws Exception {
        BufferedReader breader = new BufferedReader(new FileReader("data.arff"));
        Instances Train = new Instances(breader);
        SimpleKMeans kMeans = new SimpleKMeans();
        kMeans.setSeed(10);
        kMeans.setPreserveInstancesOrder(true);
        kMeans.setNumClusters(3);
        kMeans.buildClusterer(Train);
        int[] assignments = kMeans.getAssignments();
        int i = 0;
        for (int clusterNum : assignments) {
            System.out.println("Instance " + i + " -> Cluster " + clusterNum);
            i++;
        }
        breader.close();
    }
    public static void main(String[] args) throws Exception {
        Kmeanstest kmeanstest = new Kmeanstest();
    }
}

Answer 1

在我的项目中，我比较了这些距离函数得到了类似的结果。（在我的例子中，我有 40.000 个实例和 10 个特征）。

但是，如果您使用 2 个以上的特征，最好创建自己的距离函数（例如，汉密尔顿距离。我坚信它会有更好的结果）。

ManhattanDistance manhattan = new ManhattanDistance();
    try {
        kmeans.setDistanceFunction(manhattan);
    } catch (Exception e2) {
        // TODO Auto-generated catch block
        e2.printStackTrace();
    }

Weka K-均值距离

Weka K-means distance

java

distance

weka

k-means