使用轮廓系数吧
轮廓系数 (使用[轮廓图]) 显示簇内样本与最近簇内样本之间的平均距离。
Posts by Tag
聚类
层次聚类: 从原理到应用
探索性数据挖掘的关键技术之一是聚类-基于某种相似性度量将点分为不同的组。
层次聚类与探索性数据分析
我们将通过[层次聚类]进行聚类分析。我们使用了众所周知的鸢尾花 (iris) 数据集，其中包含 150 个鸢尾花，每个花都属于三种物种（setosa，versicolor 和 virginica）之一。
使用绘制数据学习数据分析
[绘制数据]小部件可能看起来仅仅是一个玩具，但与其他小部件结合使用后，它可以直观地演示诸多机器学习概念（例如k均值，分层聚, SVM，逻辑回归，等等。）
分类
查看哪里分类错了
分类是做出预测并从我们的数据中获取重要信息的关键方法之一。例如，我们可以基于某些症状预测哪些患者可能患有疾病。
使用绘制数据学习数据分析
[绘制数据]小部件可能看起来仅仅是一个玩具，但与其他小部件结合使用后，它可以直观地演示诸多机器学习概念（例如k均值，分层聚, SVM，逻辑回归，等等。）
可视化
你的树怎么查看? 试试毕达哥拉斯树吧
分类树很棒，但是当它们长太大甚至超过27’屏幕时又如何呢？ 我们可以使树看起来更紧凑，仍然讲述同样的故事吗？ 是的，我们可以。