文档帮助中心文档
类:clustering.evaluation.ClusterCriterion包:clustering.evaluation
绘制聚类评价对象标准值
情节(eva)h =情节(eva)
图(伊娃)基于存储在集群评估对象中的值,显示标准值与集群数量之间的关系图伊娃.
图(伊娃)
伊娃
h=情节(伊娃)返回情节线的句柄。
h=情节(伊娃)
h
全部展开
聚类评价数据,指定为聚类评价对象。使用。创建集群评估对象evalclusters.
evalclusters
情节线的句柄,作为标量值返回。
将标准值与存储在一个聚类评估对象中的每个聚类解决方案的聚类数量绘制成图。
加载样例数据。
负载fisheriris
这些数据包括三种鸢尾花的萼片和花瓣的长度和宽度。
创建集群评估对象。使用以下方法聚类数据kmeans,并利用Calinski-Harabasz准则评估最优簇数。
kmeans
rng (“默认”);%的再现性伊娃= evalclusters(量,“kmeans”,“CalinskiHarabasz”,“中”[1:6]);
绘制测试的每个簇数的Calinski-Harabasz标准值。
图;情节(eva);
从图中可以看出,Calinski-Harabasz值在三个聚类处最高,说明最优聚类数为3个。
您有这个示例的一个修改版本。要用编辑打开这个例子吗?
您点击了一个对应于这个MATLAB命令的链接:
通过在MATLAB命令窗口中输入该命令来运行该命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站来获得可用的翻译内容,并看到当地的活动和提供。根据您所在的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
请选择表现最佳的中国网站(中文或英文)。MathWorks的其他国家网站并没有针对您所在位置的访问进行优化。
与当地办事处联系