包:clustering.evaluation
超类:ClusterCriterion
差距标准聚类评价对象
GapEvaluation
是一个对象组成的样本数据,聚类数据和标准差距值用来评估最优数量的集群。创建一个空白标准聚类评价对象使用evalclusters
。
创建一个空白标准聚类评价对象。伊娃
= evalclusters (x
,clust
“差距”)
使用附加选项创建一个空白标准聚类评价对象指定一个或多个参数名称-值对。伊娃
= evalclusters (x
,clust
“差距”,名称,值
)
|
数据集产生的参考数量分布、存储为一个正整数的值。 |
|
聚类算法用于集群输入数据,存储为一个有效的聚类算法名称或函数处理。如果集群解决方案提供的输入,金宝搏官方网站 |
|
标准的名称用于聚类评价,名字存储为一个有效的标准。 |
|
准则值对应于每个提议的集群 |
|
距离度量用于聚类数据,存储为一个有效的距离度量的名字。 |
|
期望的自然对数W基于生成的参考数据,存储为一个向量的标量值。W是within-cluster分散计算使用的距离度量 |
|
列表的数量提出了集群的计算准则值,存储为一个向量的正整数的值。 |
|
自然对数的W根据输入数据,存储为一个标量值的向量。W是within-cluster分散计算使用的距离度量 |
|
排除的逻辑信号数据,存储为一个列向量的逻辑值。如果 |
|
的观测数据矩阵 |
|
最优数量的集群,存储为一个正整数的值。 |
|
最优聚类对应的解决方案 |
|
参考数据生成方法,分配名称存储为一个有效的参考。 |
|
标准错误的自然对数W对于每个集群的数量的参考数据 |
|
方法确定最优数量的集群,存储为一个有效的搜索方法的名字。 |
|
标准差的自然对数W对于每个集群的数量的参考数据 |
|
数据用于集群,存储为一个矩阵的数值。 |
[1]Tibshirani, R。,G。W一个lther, and T. Hastie. “Estimating the number of clusters in a data set via the gap statistic.”英国皇家统计学会杂志》:系列B。63卷,第2部分,2001年,页411 - 423。