¿Qué es la evaluación de un clúster en WEKA?

Question

¿Qué queremos decir cuando decimos que estamos evaluando los clusters en WEKA frmework? La agrupación es un enfoque no supervisado para agrupar objetos. ¿Qué queremos decir cuando decimos que queremos evaluar el resultado? Además, además de esto, cuando decimos que estamos evaluando los clusters además de los datos de entrenamiento en sí, ¿qué significa eso?

Gracias Abhishek S

Answer 1

como está escrito en la página this:

Evaluación La forma Weka evalúa los agrupamientos depende del modo de clúster que seleccione. Hay cuatro modos de clúster diferentes disponibles (como botones en el panel del modo Cluster):

1. Use training set (predeterminado). Después de generar el agrupamiento, Weka clasifica las instancias de capacitación en clusters de acuerdo con la representación del clúster y calcula el porcentaje de instancias que caen en cada clúster. Por ejemplo, la agrupación anterior producida por k-means muestra 43% (6 instancias) en el clúster 0 y 57% (8 instancias) en el clúster 1.
2. En Supplied test set o Percentage split Weka puede evaluar clusters en datos de prueba separados si el clúster la representación es probabilística (por ejemplo, para EM).
3. Classes to clusters evaluation. En este modo, Weka primero ignora el atributo de clase y genera el agrupamiento. Luego, durante la fase de prueba, asigna clases a los clusters, en función del valor de la mayoría del atributo de clase dentro de cada clúster. Luego calcula el error de clasificación, basado en esta asignación y también muestra la matriz de confusión correspondiente. Un ejemplo de esto para k-means se muestra a continuación.