《表4 样品聚类结果表：红外光谱法结合K-均值聚类与神经网络对饮料瓶的检验研究》

  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

《红外光谱法结合K-均值聚类与神经网络对饮料瓶的检验研究》

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

随着K值的逐渐增大，每一个类别中样品数量会逐渐减少，SSE的斜率会突然发生变化，随着K值的增大逐渐平缓。当SSE减少得很缓慢时，形成的这个“肘部”对应的K值就是最佳聚类数目，图5可以看出，SSE在1～4时下降得很快，当K大于4之后，曲线下降逐渐放缓，所以最佳聚类个数为4。K-均值聚类结果见表4。