《表2 三个聚类中心:基于k均值与SVM算法的学生综合评价及分类研究》
通过肘方法确定聚类中心个数。由于在开始选择聚类中心个数k时,我们尚不能知道将学生分为几类时分类效果最好,而手肘法是一种利用SSE和K值的关系图确认最优k值的方式,当聚类中心个数k增大时,样本的划分自然变得更加细致,SSE也自然渐渐变小。当k小于聚类的真实情况时,k值的增加会显著的增加每个类的聚合度,此时SSE下降速度较快。而当k值远远大于剧烈的真实情况时,SSE变换会渐渐平缓。根据基于K-means的手肘法自动获取K值方法研究中提到的手肘法实现方法[5],并结合学校资源和教师能力等因素,最终选择聚类中心个数为k=3,聚类中心如表2所示。
图表编号 | XD00196250400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.25 |
作者 | 彭琳钧、吴其昌、李诗敏、周欣欣、肖存涛 |
绘制单位 | 广东工业大学应用数学学院、广东工业大学应用数学学院、广东工业大学应用数学学院、广东工业大学应用数学学院、广东工业大学应用数学学院 |
更多格式 | 高清、无水印(增值服务) |