我们如何在 weka 中使用聚类结果？

Question

我在实习期间使用Weka，但我对数据挖掘了解甚少。那么，也许有人知道如何将以下结果应用于我的数据集以按集群获取所有数据？我现在使用的方法是计算我的属性和每个聚类的平均值之间的距离，然后根据最接近的值对它们进行分类。但是这个方法对我来说太粗糙了。

=== Run information ===

Scheme:weka.clusterers.EM -I 100 -N -1 -M 1.0E-6 -S 100
Relation:     wcet_cluster6 - Copie-weka.filters.unsupervised.attribute.Remove-R1-3,5-weka.filters.unsupervised.attribute.Remove-R5-12
Instances:    467
Attributes:   4
              max
              alt
              stmt
              bb
Test mode:evaluate on training data

=== Model and evaluation on training set ===

EM

Number of clusters selected by cross validation: 6


             Cluster
Attribute          0        1        2        3        4        5
              (0.28)   (0.11)   (0.25)   (0.16)   (0.04)   (0.17)
==================================================================
max
  mean         9.0148  10.9112  11.2826  10.4329  11.2039  10.0546
  std. dev.    1.8418   2.7775   3.0263   2.5743   2.2014   2.4614

alt
  mean         0.0003  19.6467   0.4867   2.4565   44.191   8.0635
  std. dev.    0.0175   5.7685   0.5034   1.3647  10.4761   3.3021

stmt
  mean         0.7295  77.0348   3.2439  12.3971 140.9367  33.9686
  std. dev.    1.0174  21.5897   2.3642   5.1584  34.8366  11.5868

bb
  mean         0.4362  53.9947   1.4895   7.2547 114.7113  22.2687
  std. dev.    0.5153  13.1614   0.9276   3.5122  28.0919   7.6968



Time taken to build model (full training data) : 4.24 seconds

=== Model and evaluation on training set ===

Clustered Instances

0      163 ( 35%)
1       50 ( 11%)
2       85 ( 18%)
3       73 ( 16%)
4       18 (  4%)
5       78 ( 17%)


Log likelihood: -9.09081

感谢您的帮助！！

Answer 1

我想没有人能真正回答这个问题。我想到了一些提示。

您已经使用了 EM clustering algorithm，请参阅维基百科页面上的 gif 动画。来自 Weka 的文档概要：

"EM assigns a probability distribution to each instance which indicates the probability of it belonging to each of the clusters. "

这个复杂的输出真的是你想要的吗？它还 select 为您提供了一些集群（除非您限制该数量）。

在 weka 3.7 中，您可以使用“预处理”对话框中的无监督属性过滤器 "ClusterMembership" 将您的数据集替换为聚类分配的结果。不过，您需要 select 一个参考属性。默认情况下，它 select 是最后一个。这会产生难以解释的输出。

我们如何在 weka 中使用聚类结果？

How can we use clustering results in weka ?

weka