我使用sklearn的k-means分群
每一個訊號有120個點 我查到的適用fuzzy k-means均群 分群後他會出現一個平均得值
大約有600個所以要做600多次 這樣分群完後這個群會變只有一個值
例如:
第一個訊號 1
第二個訊號 5
第三個訊號 4
第四個訊號 2
第五個訊號 2
因為我找不到範例 但我好奇是怎麼自動他知道要分成幾群因為k-means要自己設定分成幾群,我如果用均值這樣會導這我後來pattern變的怪怪的嗎?
這是我的想法跟看到的一些文章 但沒有看到相關的範例 不知道是不是關鍵字下錯了。
有相關不錯的參考網站或有人有經樣可以分享給我一下!!!!!拜託了!!!
不過現在許多研究者會同時採用這兩種方法,先利用階層法決定集群的個數,再利用K-means法進行分群,這就是近年來比較常聽到的兩階段法(Two Stage Cluster analysis)
可使用 Elbow 或 Silhouette 計算『集群內聚性』(a) 與『集群分離性』(b) 的比率((b - a) / max(a, b)),並輔以圖形顯示,即可決定分成幾群。