K-means 聚类

支持于: 批处理

K-means 聚类是一种无监督机器学习算法。它将数据集向量分组到 k 个簇中。通过计算指定范围内从最小 k 到最大 k 的最佳轮廓系数来确定 k 值。k 值的数量定义了在此范围内应尝试多少个 k 值，包括边界。

变换类别: 其他

声明的参数

• 输入数据集 - 包含向量列的源数据集。
  Table
• 最大 k - 最大簇数。
  Literal<Integer>
• 最小 k - 最小簇数。
  Literal<Integer>
• k 值的数量 - 要测试的 k 值数量，从最小 k 到最大 k 的值。注意，我们将训练数量为 k 的聚类模型，因此如果 k 值的数量设置为较高的值，管道执行可能会比较慢。最佳模型基于轮廓系数选择。
  Literal<Integer>
• 向量列 - 包含将用于聚类的浮点向量的列。
  Column<Array<Float>>

示例

示例 1: 基本案例

参数值:

• 输入数据集: ri.foundry.main.dataset.a
• 最大 k: 12
• 最小 k: 3
• k 值的数量: 4
• 向量列: feature_column

输入:

输出:

---

示例 2: 空案例

参数值:

• 输入数据集: ri.foundry.main.dataset.a
• 最大 k: 12
• 最小 k: 3
• k 值的数量: 4
• 向量列: feature_column

输入:

输出:

---

示例 3: 边缘案例

参数值:

• 输入数据集: ri.foundry.main.dataset.a
• 最大 k: 3
• 最小 k: 3
• k 值的数量: 1
• 向量列: feature_column

输入:

输出:

---