《表4 初始聚类中心：基于大数据下K-means聚类算法的在线学习行为路径应用研究》

  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

《基于大数据下K-means聚类算法的在线学习行为路径应用研究》

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

策略分析:在本次实验针对在线学习行为路径共2346条数据，采用K-means聚类分析方法，利用SPSS Statistics工具进行聚类训练，将学生的学习行为路径步骤作为变量，其中学生不采取任何学习行为的对应值“0”也参与本次聚类，是因为学生可能会存在完成第一步学习行为之后将放弃在线学习.本次聚类最大迭代次数为15次，变量{study step 1、study step 2、study step 3、study step 4、study step 5、study step 6、study step 7}，度量标准为“度量（S）”，方法为“迭代与分类”.为了确定学习行为路径为教师提供更大的参考价值，对聚类数设置为3.学习行为路径行为迭代计算结束，得到初始聚类中心和迭代历史记录如表4、表5所列.