Класс: clustering.evaluation.ClusterCriterion
Пакет: clustering.evaluation
Постройте графики значений критериев объекта оценки кластеризации
plot(eva)
h = plot(eva)
plot( отображает график значений критериев от количества кластеров на основе значений, хранимых в объекте оценки кластеризации eva)eva.
Постройте график значений критериев от количества кластеров для каждого решения кластеризации, хранящегося в объекте оценки кластеризации.
Загрузите выборочные данные.
load fisheririsДанные 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 Калински-Харабаша.
rng('default'); % For reproducibility eva = evalclusters(meas,'kmeans','CalinskiHarabasz','KList',[1:6]);
Постройте график значений критерия Калински-Харабаша для каждого количества протестированных кластеров.
figure; plot(eva);
График показывает, что самое высокое значение Калински-Харабаша происходит в трех кластерах, предполагая, что оптимальное количество кластеров составляет три.