Ir para conteúdo principal Pular para conteúdo complementar

KMeansCentroidND - função de gráfico

O KMeansCentroidND() avalia as linhas do gráfico por meio da aplicação do agrupamento de k-means e, para cada linha do gráfico, exibe a coordenada desejada do agrupamento ao qual esse ponto de dados foi atribuído. As colunas que são usadas pelo algoritmo de agrupamento são determinadas pelos parâmetros coordinate_1, coordinate_2, etc., até n colunas. Todas são agregações. O número de agrupamentos criados é determinado pelo parâmetro num_clusters.

KMeansCentroidND retorna um valor por linha. O valor retornado é duplo e é uma das coordenadas da posição correspondente ao centro do agrupamento ao qual o ponto de dados foi atribuído.

Sintaxe:  

 

KMeansCentroidND((num_clusters, num_iter, coordinate_no, coordinate_1, coordinate_2 [,coordinate_3 [, ...]])

Tipo de dados de retorno: dual

Argumentos:  

Argumentos
Argumento Descrição
num_clusters Inteiro que especifica o número de agrupamentos.
num_iter O número de iterações de agrupamentos com centros de agrupamentos reinicializados.
coordinate_no O número da coordenada desejada dos centroides (correspondendo, por exemplo, ao eixo X, Y ou Z).
coordinate_1 A agregação que calcula a primeira coordenada, geralmente o eixo X (de um gráfico de dispersão que pode ser criado a partir do gráfico). Os parâmetros adicionais calculam a segunda, a terceira e a quarta coordenadas, etc.

Agrupamento automático

Funções KMeans oferecem suporte para agrupamento automático usando um método chamado de diferença de profundidade (DeD). Quando um usuário define 0 para o número de agrupamentos, um número ideal de agrupamentos para esse conjunto de dados é determinado. Observe que, embora um número inteiro para o número de agrupamentos (k) não seja retornado explicitamente, ele é calculado dentro do algoritmo KMeans. Por exemplo, se 0 for especificado na função para o valor deKmeansPetalClusters ou definido por meio de uma caixa de entrada de variável, atribuições de agrupamentos serão calculadas automaticamente para o conjunto de dados com base em um número ideal de agrupamentos.

Esta página ajudou?

Se você encontrar algum problema com esta página ou seu conteúdo - um erro de digitação, uma etapa ausente ou um erro técnico - informe-nos como podemos melhorar!