《表2 学生消费行为聚类分析结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《智慧校园建设背景下大数据技术在高校学生管理中的实践应用——以陕西LG高校为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

对学生消费数据进行K-means算法聚类分析。根据聚类算法评价准则，当设置聚类数为5时得到最佳的聚类效果。对聚类后的学生分类结果进行分析，根据学生消费的实际情况，比较各个聚类簇中每个平均值与学生总体指标平均值的高低，并记H为高于学生总体指标的平均值，L为低于学生总体指标的平均值。各类簇学生消费行为聚类分析结果如表2所示。