DMBI Experiment no 4
Aim- Use WEKA to implement the following Clustering Algorithms-K- means, Agglomerative and Divisive.
kMeans
Number of iterations: 4
Within cluster sum of squared errors: 149.5177664581119
Missing values globally replaced with mean/mode
Cluster centroids: Cluster#
Attribute Full Data 0 1
(768) (500) (268)
==================================================================
preg 3.8451 3.298 4.8657
plas 120.8945 109.98 141.2575
pres 69.1055 68.184 70.8246
skin 20.5365 19.664 22.1642
insu 79.7995 68.792 100.3358
mass 31.9926 30.3042 35.1425
pedi 0.4719 0.4297 0.5505
age 33.2409 31.19 37.0672
class tested_negative tested_negative tested_positive
Time taken to build model (full training data) : 0.02 seconds
=== Model and evaluation on training set ===
Clustered Instances
- 65%)
268 ( 35%)
Hierarchical clustering
Cluster 0
((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((1.0:0.16243,1.0:0.16243):0.01512,1.0:0.17755):
Cluster 1
((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((0.0:0.12784,0.0:0.12784):0.02126,((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((
Time taken to build model (full training data) : 1.37 seconds
=== Model and evaluation on training set ===
Clustered Instances
0 268 ( 35%)
1 500 ( 65%)
DMBI Experiment no 4
Reviewed by Akshay Salve
on
12:06 AM
Rating:
No comments: