The K-means clustering analysis for

The K-means clustering analysis for the wind speed in Kudat was then executed. The number of clusters was set to five. The initial cluster and final cluster of the wind speed in Kudat were obtained and shown in Table6. From observation, there are minor changes in the clusters' centre in between the initial process and final result. This was because the K-means clustering algorithm was finding the best mean value that could represent the entire cluster. For the prediction of wind speed in Kudat, the result for the final clusters' centre will be used as the best mean values for those five clusters. For 8 years of data, there will be a total of 96 numbers of wind speed data recorded.

ผลลัพธ์ (ไทย) 1:

จากนั้นมีดำเนินการวิเคราะห์ถึงระบบคลัสเตอร์สำหรับความเร็วลมในคูดัต หมายเลขของคลัสเตอร์ถูกตั้งค่าให้ห้า การเริ่มต้นคลัสเตอร์และคลัสเตอร์ขั้นสุดท้ายของความเร็วลมในคูดัตได้ และแสดงใน Table6 จากการสังเกต มีเปลี่ยนแปลงเล็กน้อยในระหว่างเริ่มต้นกระบวนการและผลสุดท้าย clusters' นี้ได้เนื่องจากอัลกอริทึม clustering ถึงคือการหาค่าเฉลี่ยที่ดีที่สุดที่สามารถเป็นตัวแทนคลัสเตอร์ทั้งหมด สำหรับการคาดการณ์ของความเร็วลมในคูดัต ผลสำหรับ clusters' สุดท้ายศูนย์จะใช้เป็นค่าเฉลี่ยที่ดีที่สุดสำหรับคลัสเตอร์ห้า 8 ปีของข้อมูล จะมีทั้งหมดจำนวน 96 บันทึกข้อมูลความเร็วลม

ผลลัพธ์ (ไทย) 2:

K-หมายถึงการวิเคราะห์การจัดกลุ่มสำหรับความเร็วลมใน Kudat ถูกประหารชีวิตแล้ว จำนวนกลุ่มที่ได้รับการตั้งค่าให้ห้า กลุ่มคลัสเตอร์เริ่มต้นและสุดท้ายของความเร็วลมใน Kudat ที่ได้รับและแสดงใน Table6 จากการสังเกตมีการเปลี่ยนแปลงเล็กน้อยในศูนย์กลุ่มในระหว่างขั้นตอนการเริ่มต้นและผลสุดท้าย เพราะนี่คือ K-วิธีการจัดกลุ่มขั้นตอนวิธีการคือการหาค่าเฉลี่ยที่ดีที่สุดที่จะเป็นตัวแทนของกลุ่มทั้งหมด สำหรับการคาดการณ์ของความเร็วลมใน Kudat ผลที่ได้สำหรับศูนย์กลุ่มสุดท้าย 'จะถูกใช้เป็นค่าเฉลี่ยที่ดีที่สุดสำหรับผู้ที่ห้ากลุ่ม เป็นเวลา 8 ปีของข้อมูลจะมีทั้งหมด 96 หมายเลขของข้อมูลความเร็วลมที่บันทึกไว้

ผลลัพธ์ (ไทย) 3:

การ k-means การวิเคราะห์ข้อมูลสำหรับความเร็วลมใน Kudat ถูกประหารชีวิต จำนวนของคลัสเตอร์ถูกตั้ง 5 กลุ่มแรกและกลุ่มสุดท้ายของความเร็วลมใน Kudat ที่ได้รับและแสดงใน table6 . จากการสังเกต มีการเปลี่ยนแปลงเล็กน้อยในศูนย์กลุ่ม " ในระหว่างกระบวนการเริ่มต้น และสุดท้ายผล เพราะ k-means การจัดกลุ่มขั้นตอนวิธีคือการหาที่ดีที่สุดหมายถึงมูลค่าที่สามารถเป็นตัวแทนของกลุ่มทั้งหมด เพื่อพยากรณ์ความเร็วลมใน Kudat , ผลสำหรับศูนย์กลุ่มสุดท้ายที่จะใช้เป็นค่าเฉลี่ยที่ดีที่สุดห้ากลุ่มเหล่านั้น 8 ปีของข้อมูล จะมีทั้งหมด 96 ตัวเลขความเร็วลมบันทึกข้อมูล .