WEKA 中的集群评估是什么？答案

【问题标题】：What is evaluation of a cluster in WEKA?WEKA 中的集群评估是什么？
【发布时间】：2012-06-08 09:23:20
【问题描述】：

当我们说我们正在评估 WEKA frmework 中的集群时，我们的意思是什么？聚类是一种对对象进行分组的无监督方法。当我们说我们想要评估结果时，我们的意思是什么？另外，除此之外，当我们说我们在训练数据本身之上评估集群时，这是什么意思？

谢谢阿布舍克S

【问题讨论】：

Weka 在集群方面几乎不存在。如果您对聚类（比分类复杂一点）感兴趣，请寻找替代方案。关于评估的一些建议：对计数 f-measure、Adjusted Rand Index (ARI)、Fowlkes-Mallows index、Jaccard index、BCubed measure 等 - 我认为 Weka 没有这些。

【解决方案1】：

如this页面上所写：

评估 Weka 评估集群的方式取决于您选择的集群模式。有四种不同的集群模式可用（作为集群模式面板中的按钮）：

Use training set（默认）。生成聚类后，Weka 根据聚类表示将训练实例分类为聚类，并计算每个聚类中实例的百分比。例如，上述由 k-means 生成的聚类显示集群 0 中的 43%（6 个实例）和集群 1 中的 57%（8 个实例）。
在 Supplied test set 或 Percentage split 中，如果集群表示是概率的（例如，对于 EM），Weka 可以在单独的测试数据上评估集群。
Classes to clusters evaluation。在这种模式下，Weka 首先忽略类属性并生成聚类。然后在测试阶段，它根据每个集群中类属性的多数值将类分配给集群。然后它根据这个分配计算分类错误，并显示相应的混淆矩阵。 k-means 的一个例子如下所示。

【讨论】：