KMeansCentroidND() вычисляет строки диаграммы путем применения кластеризации методом k-средних; для каждой строки диаграммы отображается желаемая координата кластера, которому была назначена эта точка диаграммы. Столбцы, используемые алгоритмом кластеризации, определяются соответственно параметрами coordinate_1 и coordinate_2 и т. д. до n столбцов. Все они являются агрегированиями. Количество созданных кластеров определяется параметром num_clusters.
KMeansCentroidND возвращает одно значение на строку. Возвращенное значение — двойное и является одной из координат позиции, соответствующей центру кластера, которому была назначена эта точка диаграммы.
Синтаксис:
KMeansCentroidND((num_clusters, num_iter, coordinate_no, coordinate_1, coordinate_2 [,coordinate_3 [, ...]])
Возвращаемые типы данных: двойное значение
Аргументы:
| Аргумент | Описание |
|---|---|
| num_clusters | Целое число, которое указывает количество кластеров. |
| num_iter | Количество итераций с переинициализированными центрами кластеров. |
| coordinate_no | Желаемое количество координат средних точек (соответствующих, например, осям x, y или z). |
| coordinate_1 | Агрегирование, вычисляющее первую координату, обычно ось X (точечной диаграммы, которая может быть сделана из диаграммы). Дополнительные параметры вычисляют вторую, третью и четвертую координаты и т. д. |
Автоматическая кластеризация
Функции метода k-средних поддерживают автоматическую кластеризацию с помощью метода, называемого разницей глубины (DeD). Когда пользователь задает количество кластеров равным 0, оптимальное количество кластеров определяется для набора данных. Обратите внимание, что хотя целое число для количества кластеров (k) явно не возвращается, оно вычисляется в алгоритме k-средних. Например, если 0 указан в функции для значения KmeansPetalClusters или установлен через поле ввода переменной, назначения кластеров автоматически вычисляются для набора данных на основе оптимального количества кластеров.
