Ich versuche, Analyse-Datensatz, die fast 50.000 Datensätze enthalten. Ich habe den Analyseserver und den Einstellungsalgorithmus für K-Means verwendet. Aber das Problem ist, dass die Mehrheit des Datensatzes zu einem Cluster geht (fast 48.000 Datensätze). Während ich Clustering in verschiedenen Anwendungen wie SPSS, gab es mir akzeptable Ergebnisse. Ich habe den Datensatz vorbereitet und die Ausreißer entfernt, aber das Problem ist immer noch nicht gelöst. Also, ich möchte nur fragen, ob es eine Idee gibt, mit diesem Problem umzugehen?Singelton Cluster in K-Means SQL-Server ssas
0
A
Antwort
0
Überprüfen Sie this technical documentation Artikel. Demnach geht die Standardeinstellung des Parameters "Normalisierung" von einer Normalverteilung der Daten aus; Wenn dies nicht der Fall ist, sollten Sie diese Einstellung ändern.
Ich kann nicht sicher sein, ob dies Ihr Problem ist, obwohl ... Eine gründliche Lektüre dieser Dokumentation könnte auch andere Unterschiede zwischen den beiden Algorithmusimplementierungen aufdecken.
Verwandte Themen
- 1. Kmeans Cluster Auswertung
- 2. Repräsentieren Kmeans-Cluster in Grafiken
- 3. Cluster-Labels in mllib erhalten kmeans pyspark
- 4. Wie Cluster neue Daten mit Cluster-Zentren von Kmeans generiert
- 5. Kategorien & Singelton in Kakao
- 6. singelton Objekt synchron Adapterklasse
- 7. Ändern Sie die Anzahl der Cluster von Kmeans in R nach Cluster-Zentrum
- 8. Python sklearn-KMeans, wie man die Werte im Cluster bekommt
- 9. Ignorieren der ersten Spalte der Eingangsdaten KMeans cluster
- 10. Predict Cluster von Daten unter Verwendung von Funken MLlib KMeans
- 11. Kmeans fit_predict mit word2vec
- 12. SQlSERVER 2000
- 13. Kmeans - Gruppe von
- 14. Berechnen Verlustfunktion für Kmeans in Pandas Datenrahmen
- 15. Kmeans Spark ML
- 16. R KMeans (Statistiken) vs Kmeans (AMAP)
- 17. Sklearn KMeans Äquivalent Ellenbogen Methode
- 18. Python KMeans Clustering Worte
- 19. Reproduzierbare Kmeans in sklearn
- 20. KMeans Algorithmus in opencv
- 21. Fehler in KMeans
- 22. Wert bei KMeans.cluster_centers_ in sklearn KMeans
- 23. AssertionError bei Verwendung von NLTK KMeans Clustering
- 24. Farbsegmentierung mit Kmeans, Opencv Python
- 25. Wie in KMeans in single shot bedeuten finden mit numpy
- 26. Angular 2: eine Singelton Klasse HTTP-Service
- 27. Spring: programmatisch PropertyPlaceHolderConfigurer auf keine Singelton Beans
- 28. NA in Clustering-Funktionen (Kmeans, Pam, Clara). Wie verknüpfen Sie Cluster mit Originaldaten?
- 29. Dimension Sicherheit in SSAS
- 30. Rollen in Cubes (SSAS)