CobwebCobweb generates hierarchical

Cobweb

Cobweb generates hierarchical clustering, where clusters are described probabilistically. Below is an example clustering of the weather data (weather.arff). The class attribute (play) is ignored (using the ignore attributes panel) in order to allow later classes to clusters evaluation. Doing this automatically through the "Classes to clusters" option does not make much sense for hierarchical clustering, because of the large number of clusters. Sometimes we need to evaluate particular clusters or levels in the clustering hierarchy. Below is an approach to doing that.
First see how Weka represents the Cobweb clusters. Below is a copy of the output window, showing the run time information and the structure of the clustering tree.

ผลลัพธ์ (ไทย) 1:

ค็อบเว็บอินเตอร์

ค็อบเว็บอินเตอร์สร้างคลัสเตอร์ลำดับ ที่คลัสเตอร์ไว้ probabilistically ด้านล่างเป็นตัวอย่างคลัสเตอร์ข้อมูลสภาพอากาศ (weather.arff) แอตทริบิวต์คลา (เล่น) จะถูกละเว้น (ใช้แผงแอตทริบิวต์ละเว้น) เพื่อให้การเรียนภายหลังการประเมินคลัสเตอร์ ทำเช่นนี้โดยอัตโนมัติโดยใช้ "เรียนกับคลัสเตอร์" เลือกไม่ได้ความรู้สึกมากสำหรับลำดับคลัสเตอร์ เพราะของคลัสเตอร์ บางครั้งเราจำเป็นต้องประเมินระดับในลำดับชั้นของระบบคลัสเตอร์หรือคลัสเตอร์โดยเฉพาะ ด้านล่างเป็นวิธีการที่ทำ
ก่อน ดูวิธี Weka แทนคลัสเตอร์ค็อบเว็บอินเตอร์ ด้านล่างเป็นสำเนาของหน้าต่างแสดงผล แสดงข้อมูลเวลาและโครงสร้างของแผนภูมิระบบคลัสเตอร์

ผลลัพธ์ (ไทย) 2:

ใยแมงมุมใยแมงมุมสร้างการจัดกลุ่มตามลำดับชั้นที่กลุ่มจะมีการอธิบายความน่าจะเป็น ด้านล่างนี้เป็นตัวอย่างของการจัดกลุ่มข้อมูลสภาพอากาศ (weather.arff) แอตทริบิวต์ชั้น (เล่น) จะถูกละเว้น (โดยใช้แผงไม่สนใจคุณสมบัติ) เพื่อช่วยให้การเรียนหลังจากนั้นจะประเมินผลกลุ่ม การทำเช่นนี้โดยอัตโนมัติผ่าน "ชั้นเรียนกับกลุ่มตัวเลือก" ไม่ได้ทำให้ความรู้สึกมากสำหรับการจัดกลุ่มตามลำดับชั้นเพราะจำนวนมากของกลุ่ม บางครั้งเราจำเป็นต้องประเมินโดยเฉพาะอย่างยิ่งกลุ่มหรือระดับในลำดับชั้นการจัดกลุ่ม ด้านล่างนี้เป็นวิธีการที่จะทำที่แรกเห็นว่าเป็นตัวแทนของกลุ่ม Weka ใยแมงมุม ด้านล่างเป็นสำเนาของหน้าต่างแสดงผลแสดงข้อมูลเวลาการทำงานและโครงสร้างของการจัดกลุ่มต้นไม้

ผลลัพธ์ (ไทย) 3:

ใยแมงมุมใยแมงมุม

สร้างการจัดกลุ่มลำดับชั้น ซึ่งกลุ่มจะอธิบาย probabilistically . ด้านล่างคือตัวอย่างการแบ่งกลุ่มของข้อมูลสภาพอากาศ ( weather arff ) คลาสแอตทริบิวต์ ( เล่น ) จะถูกละเว้น ( ใช้ละเว้นคุณลักษณะแผง ) เพื่อที่จะให้บทเรียนภายหลังเพื่อการประเมินกลุ่มทำเช่นนี้โดยอัตโนมัติผ่าน " บทเรียนไปยังกลุ่มตัวเลือก " ไม่ได้ทำให้รู้สึกมากสำหรับการจัดกลุ่มลำดับชั้น เนื่องจากตัวเลขขนาดใหญ่ของกลุ่ม บางครั้งเราต้องประเมินกลุ่มโดยเฉพาะหรือในระดับการจัดกลุ่มลำดับชั้น . ด้านล่างนี้เป็นวิธีที่จะทำ ก่อน ดูว่าเวก้าเป็น
ใยแมงมุมคลัสเตอร์ ด้านล่างเป็นสำเนาของหน้าต่างเอาต์พุตแสดงเวลาในการรันข้อมูลและโครงสร้างของการจัดกลุ่มต้นไม้