# KMeansND - diagramfunctie

KMeansND() evalueert de rijen van het diagram door K-means clustering toe te passen. Voor elke rij van het diagram wordt de cluster-id weergegeven van het cluster waaraan dit gegevenspunt is toegewezen. De kolommen die worden gebruikt door het clustering-algoritme worden bepaald door de parameter coordinate\_1 en coordinate\_2 etc. tot en met de n-kolommen Dit zijn beide aggregaties. De parameter num\_clusters bepaalt het aantal clusters dat wordt gemaakt.

KMeansND retourneert één waarde per gegevenspunt. De geretourneerde waarde is een dubbele waarde en is het gehele getal dat overeenkomt met het cluster waaraan elk gegevenspunt is toegewezen.

Syntaxis:

KMeansND(num\_clusters, num\_iter, coordinate\_1, coordinate\_2 [,coordinate\_3 [, ...]])

Retourgegevenstypen: dubbele waarde

Argumenten:

Argumenten

| Argument | Beschrijving |
| --- | --- |
| num\_clusters | Het geheel getal dat het aantal clusters aangeeft. |
| num\_iter | Het aantal iteraties voor clusters met opnieuw geïnitialiseerde middenpunten. |
| coordinate\_1 | De aggregatie die de eerste coördinaat berekent, meestal de x-as (van de verdelingsplot die op basis van het diagram kan worden gemaakt). De aanvullende parameters berekenen de tweede, derde en vierde coördinaat, etc. |

[](https://help.qlik.com/en-US/cloud-services/Subsystems/Hub/Content/Sense_Hub/ChartFunctions/RelationalFunctions/KMeansND.htm)

#### Voorbeeld: diagramuitdrukking

In dit voorbeeld maken we een verdelingsplot met behulp van de gegevensset Iris en gebruiken vervolgens KMeans om de gegevens te kleuren op uitdrukking.

Bovendien maken we een variabele voor het argument num\_clusters en gebruiken vervolgens een invoervak voor de variabele om het aantal clusters te wijzigen.

Bovendien maken we een variabele voor het argument num\_iter en gebruiken vervolgens een tweede invoervak voor de variabele om het aantal iteraties te wijzigen.

De gegevensset Iris is in verschillende indelingen openbaar toegankelijk. We hebben de gegevens ter beschikking gesteld als een uitgelijnde tabel die geladen kan worden met behulp van de editor voor laden van gegevens in Qlik Sense. Houd er rekening mee dat we in dit voorbeeld de kolom id hebben toegevoegd.

[Iris gegevensverzameling: inline lading voor de editor voor het laden van gegevens in Qlik Sense](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/ChartFunctions/RelationalFunctions/KMeansND.htm#IrisData)

Nadat we de gegevens in Qlik Sense hebben geladen, gaan we als volgt te werk:

1. Sleep een verdelingsplot op een nieuw werkblad. Geef het bloembladdiagram (kleuruitdrukking) een naam.
2. Maak een variabele om het aantal clusters op te geven. Voor de variabele Naam voert u KmeansPetalClusters in. Voor de variabele Definitie voert u =2 in.
3. Maak een variabele om het aantal iteraties op te geven. Voer voor de variabele Naam KMeansNumberIterations in. Voer voor de variabele Definitie =1 in.
4. Configureer Uiterlijk voor het diagram:
   1. Onder Dimensies kiest u id voor het veld voor Bel. Voer de cluster-id in voor het label.

   2. Onder Metingen kiest u Som([lengte.bloemenblad]) voor de uitdrukking voor X-as.

   3. Onder Metingen kiest u Som([breedte.bloemenblad]) voor de uitdrukking voor Y-as.

      Gegevensinstellingen voor het bloembladdiagram (kleuruitdrukking)

      Gegevensinstellingen voor het bloembladdiagram (kleuruitdrukking)

      Gegevensinstellingen voor het bloembladdiagram (kleuruitdrukking)bloembladdiagram (kleuruitdrukking)![Configure Data for Petal (color by expression) chart](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_KmeansData.png)

      De gegevenspunten worden in het diagram geplot.

      Gegevenspunten in het bloembladdiagram (kleuruitdrukking)

      Gegevenspunten in het bloembladdiagram (kleuruitdrukking)

      Gegevenspunten in het bloembladdiagram (kleuruitdrukking)bloembladdiagram (kleuruitdrukking)![Data points on Petal (color by expression) chart.](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_KmeansChartDataPoints.png)
5. Configureer Uiterlijk voor het diagram:
   1. Onder Kleuren en legenda kiest u Aangepast voor Kleuren.

   2. Kleur het diagram Op uitdrukking.

   3. Voer het volgende in voor Uitdrukking: kmeansnd($(KmeansPetalClusters),$(KmeansNumberIterations), Sum([petal.length]), Sum([petal.width]),Sum([sepal.length]), Sum([sepal.width]))

      Houd er rekening mee dat KmeansPetalClusters de variabele is die we hebben ingesteld op 2. We stellen de variabele KmeansNumberIterations in op 1.

      U kunt ook het volgende invoeren: kmeans2d(2, Sum([petal.length]), Sum([petal.width]))

   4. Schakel het selectievakje uit voor De uitdrukking is een kleurcode.

   5. Voer het volgende in voor Label: Cluster-ID

      Instellingen voor het uiterlijk van het bloembladdiagram (kleuruitdrukking)

      Instellingen voor het uiterlijk van het bloembladdiagram (kleuruitdrukking)

      Instellingen voor het uiterlijk van het bloembladdiagram (kleuruitdrukking)bloembladdiagram (kleuruitdrukking)![Uiterlijk van bloembladdiagram (kleuruitdrukking)](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_KmeansAppearanceND_269x1115.png)

      De twee clusters van het diagram worden gekleurd door de uitdrukking KMeans.

      Clusters die zijn gekleurd op uitdrukking in een bloembladdiagram (kleuruitdrukking)

      Clusters die zijn gekleurd op uitdrukking in een bloembladdiagram (kleuruitdrukking)

      Clusters die zijn gekleurd op uitdrukking in een bloembladdiagram (kleuruitdrukking)bloembladdiagram (kleuruitdrukking)![Clusters die zijn gekleurd op uitdrukking in een bloembladdiagram (kleuruitdrukking).](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_KmeansChartColorByExpressionND.png)
6. Voeg een invoerveld voor variabelen toe voor het aantal clusters.
   1. Open in het Bedrijfsmiddelenvenster Diagrammen.

   2. Sleep onder Dashboardobjecten een Invoervak voor variabelen naar het werkblad.

      Als we geen toegang hadden tot de dashboard-bundle, konden we nog steeds het aantal clusters wijzigen met behulp van de variabele die we aangemaakt hebben, of rechtstreeks als geheel getal in de uitdrukking.

   3. Klik onder Uiterlijk op Algemeen.

   4. Voer het volgende in voor Titel: Clusters

   5. Klik op Variabele.

   6. Kies de volgende variabele voor Naam: KmeansPetalClusters.

   7. Kies Schuifregelaar voor Tonen als.

   8. Kies Waarden en configureer de instellingen zoals vereist.

      Uiterlijk voor het clusters invoervak voor variabelen

      Uiterlijk voor het clusters invoervak voor variabelen

      Uiterlijk voor het clustersclusters invoervak voor variabelen ![Uiterlijk voor het clusters invoervak voor variabelen](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_KmeansVariableInputBox.png)
7. Voeg een Invoervak voor variabelen toe voor het aantal iteraties.
   1. Sleep een Invoervak voor variabelen naar het werkblad.
   2. Onder Uiterlijk kiest u Algemeen.
   3. Voer het volgende in voor Titel: Iteraties
   4. Onder Uiterlijk kiest u Variabele.
   5. Kies de volgende variabele onder Naam: KmeansNumberIterations.
   6. Configureer de extra instellingen zoals vereist,

   We kunnen nu het aantal clusters en iteraties wijzigen met de schuifbalken in de invoervakken voor variabelen.

   Clusters die zijn gekleurd op uitdrukking in een bloembladdiagram (kleuruitdrukking)

   Clusters die zijn gekleurd op uitdrukking in een bloembladdiagram (kleuruitdrukking)

   Clusters die zijn gekleurd op uitdrukking in een bloembladdiagram (kleuruitdrukking)bloembladdiagram (kleuruitdrukking) ![Clusters die zijn gekleurd op uitdrukking in een bloembladdiagram (kleuruitdrukking).](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_KmeansChartColorByExpressionVariableChangeND.png)

Automatische clustering

De functies voor KMeans bieden ondersteuning voor automatische clustering met behulp van de methode diepteverschil (DeD). Als een gebruiker het aantal clusters instelt op 0, wordt een optimaal aantal clusters voor die gegevensverzameling bepaalt. Houd er rekening mee dat een geheel getal voor het aantal clusters (k) niet expliciet wordt geretourneerd, maar wel wordt berekend binnen het KMeans-algoritme. Als bijvoorbeeld 0 is opgegeven in de functie voor de waarde van KmeansPetalClusters of is ingesteld via een invoervak voor variabelen, worden clustertoewijzingen automatisch berekend voor de gegevensverzameling die is gebaseerd op een optimaal aantal clusters. Op basis van de Iris-gegevensverzameling, als 0 is geselecteerd voor het aantal clusters, bepaalt het algoritme (automatische clustering) een optimaal aantal clusters (3) voor deze gegevensverzameling.

De diepteverschilmethode KMeans depth bepaalt het optimale aantal clusters als (k) is ingesteld op 0

De diepteverschilmethode KMeans depth bepaalt het optimale aantal clusters als (k) is ingesteld op 0

De diepteverschilmethode KMeans depth bepaalt het optimale aantal clusters als (k) is ingesteld op 0 ![De diepteverschilmethode KMeans depth bepaalt het optimale aantal clusters](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_KmeansNdDed.png)

#### Iris gegevensverzameling: inline lading voor de editor voor het laden van gegevens in Qlik Sense

```
IrisData:
Load * Inline [
sepal.length, sepal.width, petal.length, petal.width, variety, id
5.1, 3.5, 1.4, 0.2, Setosa, 1
4.9, 3, 1.4, 0.2, Setosa, 2
4.7, 3.2, 1.3, 0.2, Setosa, 3
4.6, 3.1, 1.5, 0.2, Setosa, 4
5, 3.6, 1.4, 0.2, Setosa, 5
5.4, 3.9, 1.7, 0.4, Setosa, 6
4.6, 3.4, 1.4, 0.3, Setosa, 7
5, 3.4, 1.5, 0.2, Setosa, 8
4.4, 2.9, 1.4, 0.2, Setosa, 9
4.9, 3.1, 1.5, 0.1, Setosa, 10
5.4, 3.7, 1.5, 0.2, Setosa, 11
4.8, 3.4, 1.6, 0.2, Setosa, 12
4.8, 3, 1.4, 0.1, Setosa, 13
4.3, 3, 1.1, 0.1, Setosa, 14
5.8, 4, 1.2, 0.2, Setosa, 15
5.7, 4.4, 1.5, 0.4, Setosa, 16
5.4, 3.9, 1.3, 0.4, Setosa, 17
5.1, 3.5, 1.4, 0.3, Setosa, 18
5.7, 3.8, 1.7, 0.3, Setosa, 19
5.1, 3.8, 1.5, 0.3, Setosa, 20
5.4, 3.4, 1.7, 0.2, Setosa, 21
5.1, 3.7, 1.5, 0.4, Setosa, 22
4.6, 3.6, 1, 0.2, Setosa, 23
5.1, 3.3, 1.7, 0.5, Setosa, 24
4.8, 3.4, 1.9, 0.2, Setosa, 25
5, 3, 1.6, 0.2, Setosa, 26
5, 3.4, 1.6, 0.4, Setosa, 27
5.2, 3.5, 1.5, 0.2, Setosa, 28
5.2, 3.4, 1.4, 0.2, Setosa, 29
4.7, 3.2, 1.6, 0.2, Setosa, 30
4.8, 3.1, 1.6, 0.2, Setosa, 31
5.4, 3.4, 1.5, 0.4, Setosa, 32
5.2, 4.1, 1.5, 0.1, Setosa, 33
5.5, 4.2, 1.4, 0.2, Setosa, 34
4.9, 3.1, 1.5, 0.1, Setosa, 35
5, 3.2, 1.2, 0.2, Setosa, 36
5.5, 3.5, 1.3, 0.2, Setosa, 37
4.9, 3.1, 1.5, 0.1, Setosa, 38
4.4, 3, 1.3, 0.2, Setosa, 39
5.1, 3.4, 1.5, 0.2, Setosa, 40
5, 3.5, 1.3, 0.3, Setosa, 41
4.5, 2.3, 1.3, 0.3, Setosa, 42
4.4, 3.2, 1.3, 0.2, Setosa, 43
5, 3.5, 1.6, 0.6, Setosa, 44
5.1, 3.8, 1.9, 0.4, Setosa, 45
4.8, 3, 1.4, 0.3, Setosa, 46
5.1, 3.8, 1.6, 0.2, Setosa, 47
4.6, 3.2, 1.4, 0.2, Setosa, 48
5.3, 3.7, 1.5, 0.2, Setosa, 49
5, 3.3, 1.4, 0.2, Setosa, 50
7, 3.2, 4.7, 1.4, Versicolor, 51
6.4, 3.2, 4.5, 1.5, Versicolor, 52
6.9, 3.1, 4.9, 1.5, Versicolor, 53
5.5, 2.3, 4, 1.3, Versicolor, 54
6.5, 2.8, 4.6, 1.5, Versicolor, 55
5.7, 2.8, 4.5, 1.3, Versicolor, 56
6.3, 3.3, 4.7, 1.6, Versicolor, 57
4.9, 2.4, 3.3, 1, Versicolor, 58
6.6, 2.9, 4.6, 1.3, Versicolor, 59
5.2, 2.7, 3.9, 1.4, Versicolor, 60
5, 2, 3.5, 1, Versicolor, 61
5.9, 3, 4.2, 1.5, Versicolor, 62
6, 2.2, 4, 1, Versicolor, 63
6.1, 2.9, 4.7, 1.4, Versicolor, 64
5.6, 2.9, 3.6, 1.3, Versicolor, 65
6.7, 3.1, 4.4, 1.4, Versicolor, 66
5.6, 3, 4.5, 1.5, Versicolor, 67
5.8, 2.7, 4.1, 1, Versicolor, 68
6.2, 2.2, 4.5, 1.5, Versicolor, 69
5.6, 2.5, 3.9, 1.1, Versicolor, 70
5.9, 3.2, 4.8, 1.8, Versicolor, 71
6.1, 2.8, 4, 1.3, Versicolor, 72
6.3, 2.5, 4.9, 1.5, Versicolor, 73
6.1, 2.8, 4.7, 1.2, Versicolor, 74
6.4, 2.9, 4.3, 1.3, Versicolor, 75
6.6, 3, 4.4, 1.4, Versicolor, 76
6.8, 2.8, 4.8, 1.4, Versicolor, 77
6.7, 3, 5, 1.7, Versicolor, 78
6, 2.9, 4.5, 1.5, Versicolor, 79
5.7, 2.6, 3.5, 1, Versicolor, 80
5.5, 2.4, 3.8, 1.1, Versicolor, 81
5.5, 2.4, 3.7, 1, Versicolor, 82
5.8, 2.7, 3.9, 1.2, Versicolor, 83
6, 2.7, 5.1, 1.6, Versicolor, 84
5.4, 3, 4.5, 1.5, Versicolor, 85
6, 3.4, 4.5, 1.6, Versicolor, 86
6.7, 3.1, 4.7, 1.5, Versicolor, 87
6.3, 2.3, 4.4, 1.3, Versicolor, 88
5.6, 3, 4.1, 1.3, Versicolor, 89
5.5, 2.5, 4, 1.3, Versicolor, 90
5.5, 2.6, 4.4, 1.2, Versicolor, 91
6.1, 3, 4.6, 1.4, Versicolor, 92
5.8, 2.6, 4, 1.2, Versicolor, 93
5, 2.3, 3.3, 1, Versicolor, 94
5.6, 2.7, 4.2, 1.3, Versicolor, 95
5.7, 3, 4.2, 1.2, Versicolor, 96
5.7, 2.9, 4.2, 1.3, Versicolor, 97
6.2, 2.9, 4.3, 1.3, Versicolor, 98
5.1, 2.5, 3, 1.1, Versicolor, 99
5.7, 2.8, 4.1, 1.3, Versicolor, 100
6.3, 3.3, 6, 2.5, Virginica, 101
5.8, 2.7, 5.1, 1.9, Virginica, 102
7.1, 3, 5.9, 2.1, Virginica, 103
6.3, 2.9, 5.6, 1.8, Virginica, 104
6.5, 3, 5.8, 2.2, Virginica, 105
7.6, 3, 6.6, 2.1, Virginica, 106
4.9, 2.5, 4.5, 1.7, Virginica, 107
7.3, 2.9, 6.3, 1.8, Virginica, 108
6.7, 2.5, 5.8, 1.8, Virginica, 109
7.2, 3.6, 6.1, 2.5, Virginica, 110
6.5, 3.2, 5.1, 2, Virginica, 111
6.4, 2.7, 5.3, 1.9, Virginica, 112
6.8, 3, 5.5, 2.1, Virginica, 113
5.7, 2.5, 5, 2, Virginica, 114
5.8, 2.8, 5.1, 2.4, Virginica, 115
6.4, 3.2, 5.3, 2.3, Virginica, 116
6.5, 3, 5.5, 1.8, Virginica, 117
7.7, 3.8, 6.7, 2.2, Virginica, 118
7.7, 2.6, 6.9, 2.3, Virginica, 119
6, 2.2, 5, 1.5, Virginica, 120
6.9, 3.2, 5.7, 2.3, Virginica, 121
5.6, 2.8, 4.9, 2, Virginica, 122
7.7, 2.8, 6.7, 2, Virginica, 123
6.3, 2.7, 4.9, 1.8, Virginica, 124
6.7, 3.3, 5.7, 2.1, Virginica, 125
7.2, 3.2, 6, 1.8, Virginica, 126
6.2, 2.8, 4.8, 1.8, Virginica, 127
6.1, 3, 4.9, 1.8, Virginica, 128
6.4, 2.8, 5.6, 2.1, Virginica, 129
7.2, 3, 5.8, 1.6, Virginica, 130
7.4, 2.8, 6.1, 1.9, Virginica, 131
7.9, 3.8, 6.4, 2, Virginica, 132
6.4, 2.8, 5.6, 2.2, Virginica, 133
6.3, 2.8, 5.1, 1.5, Virginica, 134
6.1, 2.6, 5.6, 1.4, Virginica, 135
7.7, 3, 6.1, 2.3, Virginica, 136
6.3, 3.4, 5.6, 2.4, Virginica, 137
6.4, 3.1, 5.5, 1.8, Virginica, 138
6, 3, 4.8, 1.8, Virginica, 139
6.9, 3.1, 5.4, 2.1, Virginica, 140
6.7, 3.1, 5.6, 2.4, Virginica, 141
6.9, 3.1, 5.1, 2.3, Virginica, 142
5.8, 2.7, 5.1, 1.9, Virginica, 143
6.8, 3.2, 5.9, 2.3, Virginica, 144
6.7, 3.3, 5.7, 2.5, Virginica, 145
6.7, 3, 5.2, 2.3, Virginica, 146
6.3, 2.5, 5, 1.9, Virginica, 147
6.5, 3, 5.2, 2, Virginica, 148
6.2, 3.4, 5.4, 2.3, Virginica, 149
5.9, 3, 5.1, 1.8, Virginica, 150
];
```