クラスター评価

この例では，フィッシャーのアヤメのデータ内あるクラスターを识别识别方法

フィッシャーのアヤメのデータセットを読み込みます。

加载渔民x = meas;Y =分类（物种）;

Xは，150本页についてについてつの花弁の値含ま含まれて数码行。yは，対応対応するアヤメの种类が含まれている字ベクトルベクトルののののののの配列

1〜10の复数のクラスターを评価します。

Eva = Evallusters（X，'kmeans'那'calinskiharabasz'那'klist'，1：10）

EVA = CalinskiharabaszEvaliuation具有特性：NumObservations：150检测：[1 2 3 4 5 6 7 8 9 10]标准值：[1x10双] Optimalk：1

优惠の値は，calinski-harabasz基础に基因最适ななが3つであることを示していい。

各クラスター数の结果を确认するには，eva.を可视し。

情节（EVA）

ほとんどのクラスタリングアルゴリズムでは，クラスター数が事前にわかっていなければなりません。この情报を利用できない场合は，クラスターの评価手法を使用して，指定されたメトリクスに基づいてデータ内に存在するクラスターの数量をします。

3つのつのクラスターはデータ内にににするするつの种种にしてい

类别（Y）

ANS =.3x1细胞{'setosa'} {versicolor'} {'virginica'}

可使するため，データデータの非负のランクランクの近似を计算しし

XRED = NNMF（X，2）;

元の特价が2つの特态量に削减れますの特殊量は存ます。nnmf.によって保证されます。

散布図を使使て3つのクラスターを视覚的にしします。

G箭头（XRED（：，1），XRED（：，2），Y）XLabel（'第1栏'）ylabel（'第2栏'） 网格在

参考

evallusters.|nnmf.