请选择 进入手机版 | 继续访问电脑版
楼主: jeremyyang
1305 0

[问答] K means clustering [推广有奖]

  • 0关注
  • 1粉丝

本科生

20%

还不是VIP/贵宾

-

威望
0
论坛币
11 个
通用积分
0
学术水平
1 点
热心指数
4 点
信用等级
2 点
经验
605 点
帖子
38
精华
0
在线时间
61 小时
注册时间
2017-6-6
最后登录
2019-5-30

jeremyyang 发表于 2018-6-7 03:43:07 |显示全部楼层 |坛友微信交流群

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
再用K-means 算法聚类之后判断出可以聚成3类,接下来的问题是要将原始数据降到两维,通过图形探测整个数据聚类后大致大类别数。但我的问题是以下这两种方法用哪个比较好?求高人指点。谢谢!

cannonical discriminant analysis
proc candisc data=outdata3 out=clustcan ncan=2;
class cluster;
var alcevr1 marever1 alcprobs1 deviant1 viol1 dep1 esteem1 schconn1
    parpres paractv famconct;
run;


principle component analysis
proc princomp data=outdata3 out=clustprin n=2;
var alcevr1 marever1 alcprobs1 deviant1 viol1 dep1 esteem1 schconn1
    parpres paractv famconct;
run;


proc sgplot data=clustcan;
scatter y=can2 x=can1/group=cluster;
run;
quit;


proc sgplot data=clustprin;
scatter y=prin2 x=prin1/group=cluster;
run;
quit;

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:原始数据 数据聚类 两种方法

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-3-29 02:52