ee.Clusterer.wekaCascadeKMeans

Bei „Cascade simple k-means“ wird der beste k-Wert anhand des Calinski-Harabasz-Kriteriums ausgewählt. Weitere Informationen erhalten Sie hier:

Calinski, T. und J. Harabasz. 1974. Eine Dendritenmethode für die Clusteranalyse. Commun. Stat. 3: 1–27.

NutzungAusgabe
ee.Clusterer.wekaCascadeKMeans(minClusters, maxClusters, restarts, manual, init, distanceFunction, maxIterations)Clusterer
ArgumentTypDetails
minClustersGanzzahl, Standard: 2Mindestanzahl von Clustern.
maxClustersGanzzahl, Standard: 10Maximale Anzahl von Clustern.
restartsGanzzahl, Standard: 10Anzahl der Neustarts.
manualBoolescher Wert, Standard: „false“Wählen Sie die Anzahl der Cluster manuell aus.
initBoolescher Wert, Standard: „false“Gibt an, ob die Initialisierung mit der probabilistischen Methode „Farthest First“ des k-Means++-Algorithmus erfolgen soll (anstatt der standardmäßigen zufälligen Auswahl der anfänglichen Clusterzentren).
distanceFunctionString, Standard: „Euclidean“Zu verwendende Distanzfunktion. Folgende Optionen sind verfügbar: „Euklidisch“ und „Manhattan“.
maxIterationsGanzzahl, Standard: nullMaximale Anzahl an Iterationen für k-Means.