Exponenta Banner

compact

Класс: clustering.evaluation.ClusterCriterion
Пакет: clustering.evaluation

Компактный объект оценки кластеризации

развернуть все на странице

Синтаксис

c = compact(eva)

Описание

c = compact(eva) возвращает компактный объект оценки кластеризации, который содержит подмножество информации о решении кластеризации в eva. Сжатие объекта оценки кластеризации уменьшает требования к памяти объекта, что полезно при кластеризации большого набора данных.

Входные параметры

расширить все

Оценка данных кластеризации, заданная как объект оценки кластеризации. Создайте объект оценки кластеризации с помощью evalclusters.

Выходные аргументы

расширить все

Компактный объект оценки кластеризации, возвращенный как объект оценки кластеризации. Компактный объект включает результаты оценки кластеризации, В компактном объекте свойства для входных данных X, оптимальное решение кластеризации OptimalYи список исключенных данных Missing пусты.

Примеры

расширить все

Открыть Live Script

Создайте компактный объект оценки кластеризации из объекта оценки полной кластеризации.

Загрузите выборочные данные.

load fisheriris;

Данные содержат измерения длины и ширины чашелистиков и лепестков трех видов цветков радужки.

Создайте объект оценки кластеризации. Группируйте данные с помощью kmeans, и оценить оптимальное количество кластеров, используя критерий погрешности.

rng('default');  % For reproducibility
eva = evalclusters(meas,'kmeans','Gap','KList',[1:6])
eva = 
  GapEvaluation with properties:

    NumObservations: 150
         InspectedK: [1 2 3 4 5 6]
    CriterionValues: [0.0720 0.5928 0.8762 1.0114 1.0534 1.0720]
           OptimalK: 5

Создайте компактный объект оценки кластеризации из eva.

c = compact(eva)
c = 
  GapEvaluation with properties:

    NumObservations: 150
         InspectedK: [1 2 3 4 5 6]
    CriterionValues: [0.0720 0.5928 0.8762 1.0114 1.0534 1.0720]
           OptimalK: 5

Отображаемый выход компактного объекта c совпадает с исходным объектом eva, но некоторые свойства, не показанные на отображении, отличаются. Для примера в компактном объекте свойства x, OptimalY, и Missing пусты.

Отобразите оптимальное решение кластеризации OptimalY для c.

c.OptimalY
ans =

     []

См. также

Statistics and Machine Learning Toolbox документация

Поддержка