【问题标题】:Compare k-means cluster results with hierarchical clustering将 k-means 聚类结果与层次聚类进行比较
【发布时间】:2019-06-14 06:08:50
【问题描述】:

我有一个数据集(数值),我创建了一个 k-means 算法来基于特征创建集群。对于 K-means,由于我们分配了簇的数量,我想尝试一种不同的方法并将结果与​​ k-means 进行比较。为此,我写了一段关于凝聚层次聚类的代码。用我的肉眼看我的图和聚类,k-means 和凝聚图看起来是一样的。但这无助于统计说明它是否有任何差异。谁能阐明我们如何比较这两种算法?

我希望这不是含糊的,如果您需要任何具体细节,请告诉我。我很乐意发布它。此刻,我被这个概念本身所困扰,只想就此提出问题。

【问题讨论】:

    标签: machine-learning k-means hierarchical-clustering unsupervised-learning


    【解决方案1】:

    您可以比较这两个程序的执行时间和内存使用情况。当使用不同的数据集执行时,结果会有所不同。绝对 K-means 会比其他的更好。

    【讨论】:

      猜你喜欢
      • 2016-05-07
      • 2011-06-06
      • 2016-07-28
      • 2015-04-11
      • 2020-02-28
      • 2017-12-09
      • 1970-01-01
      • 2011-08-13
      • 2013-08-08
      相关资源
      最近更新 更多