《表3 改进的K均值聚类结果》

  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

《基于数据挖掘的住宅工程造价预测》

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

如图1所示，横坐标代表聚类数，纵坐标D=组内平均距离/组间平均距离，由D的定义可知，D越小代表聚类效果越好，但是D过小，所划分的类别数过多，则其实际应用价值就会降低，故K的取值需适宜。根据肘部法则，图线突变点的位置为最优K值，由图1可知最优K值为10。K值确定后，本研究选用SPSS工具进行K均值聚类，聚类结果如表3，第2～4，7～10类样本呈零星分布状态，视为离群点，需筛除，保留样本最为集中的第1，5，6类共160条项目为最终样本。部分样本数据如表4所示。