包:clustering.evaluation
超类:ClusterCriterion
Calinski-Harabasz标准聚类评价对象
CalinskiHarabaszEvaluation
是一个对象组成的样本数据,聚类数据和Calinski-Harabasz准则值用来评估最优数量的集群。创建一个Calinski-Harabasz标准聚类评价对象使用evalclusters
。
创建一个Calinski-Harabasz标准聚类评价对象。伊娃
= evalclusters (x
,clust
,' CalinskiHarabasz ')
使用附加选项创建一个Calinski-Harabasz标准聚类评价对象指定一个或多个参数名称-值对。伊娃
= evalclusters (x
,clust
“CalinskiHarabasz”,名称,值
)
|
聚类算法用于集群输入数据,存储为一个有效的聚类算法名称或函数处理。如果集群解决方案提供的输入,万博 尤文图斯 |
|
标准的名称用于聚类评价,名字存储为一个有效的标准。 |
|
准则值对应于每个提议的集群 |
|
列表的数量提出了集群的计算准则值,存储为一个向量的正整数的值。 |
|
排除的逻辑信号数据,存储为一个列向量的逻辑值。如果 |
|
的观测数据矩阵 |
|
最优数量的集群,存储为一个正整数的值。 |
|
最优聚类对应的解决方案 |
|
数据用于集群,存储为一个矩阵的数值。 |
[1]Calinski, T。,J. Harabasz. “A dendrite method for cluster analysis.”通信数据。3卷,1号,1974,pp。1-27。