Estadísticas :: Calinskiharabasz Estadística :: Calinskiharabasz es una extensión de Perl a la regla de parada del clúster propuesta por Calinski y Harabasz (CH).
Descargar ahora

Estadísticas :: Calinskiharabasz Clasificación y resumen

Estadísticas :: Calinskiharabasz Etiquetas

Módulo perl grupo regla de parada de clúster estadísticas de racimo Calinski

Estadísticas :: Calinskiharabasz Descripción

Estadísticas :: Calinskiharabasz es una extensión Perl a la regla de parada del clúster propuesta por Calinski y Harabasz (CH). Estadísticas :: Calinskiharabasz es una extensión de Perl a la regla de parada del clúster propuesta por Calinski y Harabasz (CH) .Synopsis Use Statistics :: Calinskiharabasz; CH (INPUTFILE, "AGGLO", 10); Se espera que el archivo de entrada se espera en el archivo de entrada "denso" de la muestra: 65 11 00 11 00 00 11 00 11 10 01 10 00 11 10 01 CH Utilice el Criterio de la relación de varianza que es análoga a las estadísticas de F para estimar el número de clústeres a los datos dados de forma natural. Minimizan dentro de la suma de racimo / grupo de cuadrados (WGSS) y maximizar entre la función de exportación de la suma de cuadrados (BGSS) del grupo (BGSS) de la exportación "CH" por defecto.inputinputfilethe, se espera un conjunto de datos de entrada "denso" en formato matricial "denso". La matriz densa de entrada se espera en un archivo de texto simple donde la primera línea en el archivo da las dimensiones del conjunto de datos y luego debe seguir el conjunto de datos en un formato de matriz. Los contextos / observaciones deben estar a lo largo de las filas y las características deben estar a lo largo de la columna. por ejemplo: 65 11 00 11 00 00 11 00 11 10 01 10 00 11 10 01 La primera línea (65) da el número de filas (observaciones) y el número de columnas (características) presentes en la siguiente matriz. Siguiendo a cada línea, registra la frecuencia de aparición de la función en la columna en la observación dada. Por lo tanto, las características 1 (1ª columna) ocurre una vez en la observación1 e infacten una vez en todas las otras observaciones, mientras que la característica 3 no se produce en la observación1.cluseringMetingMetingLeThodLas medidas de agrupación que se pueden usar son: 1. RB - Bisecciones repetidas 2. RBR - Repetidas bolisecciones para el refinamiento de K-Way 3. Relajación directa de K-Way DIRECT 4. Agglo - agrupamiento aglomerativo 5. Gráficos - Gráficos de gráficos basados ​​en la partición 6. Bagglo - Particional sesgated aglomerative clusteringk valuethis es un límite superior aproximado para el número de clusters que pueden estar presentes en el conjunto de datos. Por lo tanto, para un conjunto de datos que espera separarse en 3 grupos, este valor debe establecerse un valor entero mayor que el número de entero único de Puta, que es la estimación del número de grupos presentes en el conjunto de datos de entrada. Requisitos: · Perl · Este módulo utiliza el conjunto de programas C llamado Cluto para fines de agrupamiento. Por lo tanto, CLUTO debe instalarse para que este módulo sea funcional.

Estadísticas :: Calinskiharabasz Software relacionado