來到了鐵人賽的2/3天數了!再撐十天就可以完賽啦~好興奮壓>□< 我們要堅持下去壓，我相信若有看完的你們，一定會感到很充實der!
準備好，我們就繼續開始拉~~

手動繪製數據圖

不知道大家還記不記得第18篇講述PCA時，我們有用到「Paint Data」這個組件繪圖，那今天一樣我們會先用它來初步感受K-means的分群畫面。
首先，我自己畫出了，以人眼看為三個很明顯的群集。

查看K-means演算法於Scatter Plot呈現

再來，我將它連接至「K-means」，以及再用「Scatter Plot」視覺化呈現對照看。

若是我手動更改群集數，那們是在呈現上K-means將會如何分群。
那在我們調整過程中，會發現在我們調整為三個群集時，它可以如我們所期待很好地將它們分類好。

由電腦判讀最佳群集數

在前面，我們皆是以自己分配的方式來去看群集最佳的數目，那在Orange中，我們可以運用群集的評分機制，來去更改群集數，進而找到其最良好地群集數。
那我們評分機制，則是用Silhouette analysis(輪廓係數法)，會顯示每個數據點擬合群集的評分，依照評分得到最佳分群。

補充說明 Silhouette analysis
其概念為 (找出同群資料點內最近)/(不同群越分散) 的值，而它滿足群集的定義，我們可以用以下公式來了解一下。

• a: 同群間的距離

• b: 不同點間的點平均距離

• S:越大越好，代表著分的也越清楚

  

於K-Means組件中，點擊下方「From」，就會看到它自動幫你判定最佳群集數，右方數字也就是S值。

再來，我們可以打開「Paint Data」測試它判斷其準度。(這個步驟我覺得很有趣，邊玩邊學的概念~

Scatter Plot變得很繽紛捏╰(ˊˇˋ)╯

但我上面畫的皆是故意用一群群地，讓它很好辨識，倘若用其它圖案呢?
我畫出一個笑臉來，這裡來說，以人眼判定會是三堆，但K-means卻認定為六個，因為它的演算法，是依據距離較近的族群為一個群集，固然在判斷上K-means比較適用於球形(成堆)的數據點，若為其它形狀，則很容易判斷錯誤

真實數據導入

接下來，我們將運用真實數據進行分群看看。而這次用的數據一樣是從「Datasets」中的「Housing」(沿用第十九篇有用到的數據，那邊也有這個數聚集更詳細屬性的中文資訊)。

選好後，我們先設定兩群集，那因為其數據為迴歸型，所以我們用「Box Plot」來看它的效果!

從以下GIF可以看出，當中個屬性間的數據集，都蠻分離的，重疊的比沒重疊到的數據少，看來分群效果應該會比較分明些。

我們用之前說過的MDS看看吧!
從以下圖示來看，有些資料雖然K-means沒分好，但以大部分的數據可以明顯看出為兩大群。

好哩~終於完成今天大篇幅的解說，希望大家也可以嘗試看看不同的文件玩玩看，跟我一樣邊學邊玩啦!

參考資料:
Orange
Kmeans分群演算法 與 Silhouette 輪廓分析