KMeansCentroidND()는 k-평균클러스터링을 적용하여 차트의 행을 평가하고 각 차트 행에 이 데이터 포인트가 할당된 클러스터의 원하는 좌표를 표시합니다. 클러스터링 알고리즘에서 사용되는 열은 매개 변수 coordinate_1, coordinate_2 등(최대 n열)에 의해 결정됩니다. 모두 집계 열입니다. 생성된 클러스터 수는 num_clusters 매개 변수에 의해 결정됩니다.
KMeansCentroidND는 행당 하나의 값을 반환합니다. 반환된 값은 이중 값이며 데이터 포인트가 할당된 클러스터 중심에 해당하는 위치의 좌표 중 하나입니다.
구문:
KMeansCentroidND((num_clusters, num_iter, coordinate_no, coordinate_1, coordinate_2 [,coordinate_3 [, ...]])
반환 데이터 유형: dual
인수:
| 인수 | 설명 |
|---|---|
| num_clusters | 클러스터 수를 지정하는 정수입니다. |
| num_iter | 다시 초기화된 클러스터 중심을 사용한 클러스터링 반복 횟수입니다. |
| coordinate_no | 원하는 중심의 좌표 수(예: x 축, y 축 또는 z 축에 해당)입니다. |
| coordinate_1 | 첫 번째 좌표를 계산하는 집계는 일반적으로 차트로부터 만들 수 있는 스캐터 차트의 x 축입니다. 추가 매개 변수는 두 번째, 세 번째 및 네 번째 좌표 등을 계산합니다. |
자동 클러스터링
KMeans 함수는 깊이 차(DeD)라는 방법을 사용하여 자동 클러스터링을 지원합니다. 사용자가 클러스터 수를 0으로 설정한 경우 해당 데이터 집합에 대한 최적의 클러스터 수가 결정됩니다. 클러스터 수의 정수(k)는 명시적으로 반환되지 않으며 KMeans 알고리즘 내에서 계산됩니다. 예를 들어 함수에서 0이 KmeansPetalClusters 값으로 지정되거나 변수 입력 상자를 통해 설정된 경우 최적의 클러스터 수를 기반으로 데이터 집합의 클러스터 할당이 자동으로 계산됩니다.