Я использую проект Trickl-Cluster для кластеризации моего набора данных и Colt для запоминания объектов данных в матрицах.
После выполнения этого кода
import cern.colt.matrix.DoubleMatrix2D;
import cern.colt.matrix.impl.DenseDoubleMatrix2D;
import com.trickl.cluster.KMeans;
DoubleMatrix2D dm1 = new DenseDoubleMatrix2D(3, 3);
dm1.setQuick(0, 0, 5.9);
dm1.setQuick(0, 1, 1.6);
dm1.setQuick(0, 2, 18.0);
dm1.setQuick(1, 0, 2.0);
dm1.setQuick(1, 1, 3.5);
dm1.setQuick(1, 2, 20.3);
dm1.setQuick(2, 0, 11.5);
dm1.setQuick(2, 1, 100.5);
dm1.setQuick(2, 2,6.5);
System.out.println (dm1);
KMeans km = new KMeans();
km.cluster(dm1 ,1);
DoubleMatrix2D dm11 = km.getPartition();
System.out.println (dm11);
DoubleMatrix2D dm111 = km.getMeans();
System.out.println (dm111);
у меня было следующееoutput
3 x 3 matrix
5.9 1.6 18
2 3.5 20.3
11.5 100.5 6.5
3 x 1 matrix
1
1
1
3 x 1 matrix
6.466667
35.2
14.933333
Следуя шагам алгоритма, странно, когда кто-то ожидает 1 кластер и имеет 3 средства. В документации не совсем ясно об этой конкретной точке.
Это определение методаКластер в соответствии с Java-документом проекта
void cluster(cern.colt.matrix.DoubleMatrix2D data, int clusters)
Таким образом, логически int clusters
представляет число ожидаемых кластеров после завершения K-средних.
Есть ли у вас какие-либо идеи освязь между выходными данными класса K-средних в проекте и ожидаемыми результатами алгоритма K-средних?