我有一个 shape 数据集(29088, 11)。当我在 K=2 处应用 Kmeans 时，我得到以下图：
我很惊讶 C0 的 Sum Squared Error (SSE) 的值（蓝色）小于 C1 的 SSE 的值（红色）。不应该像图中所示的相反，蓝点被扭曲，这意味着 SSE 的值应该更大？
注：C0 有 8554 点（蓝色），而 C1 有 20534 点（红色）
对集群内 SSE 价值的困惑
数据挖掘
机器学习
聚类
数据挖掘
无监督学习
k-均值
2022-03-12 20:22:20
1个回答
我相信C1簇中的元素数量比C0多。你能检查一次吗？
C0 有 8554 个样本，因此平均 SSE 变为. 而 C1 包含 20534 个点，平均 SSE 为.
这意味着 C1 集群包含更多，它具有非常高的 SSE，因为它包含 C0 中存在的点的 2 倍以上。
其它你可能感兴趣的问题