C均值聚类算法(K均值聚类)

K 均值聚类，即数据发掘中的 C 均值聚类，属于聚类分析方式中一种根本的且利用最普遍的划分算法。数据挖掘工具 WEKA所支持的数据格式有两种: AＲFF 文件和CSV 文件。

原始数据 EXCEL 文件需要转换为 AＲFF 或 CSV 文件。转换方法为: 在 EXCEL 中打开 “MAＲK． xls”，选择菜单另存为，在弹出的 对 话 框 中，文 件 名 输 入 “Mark”，保 存 类 型 选 择 “CSV ( 逗号分隔) ”，保存，便可得到 “Mark． csv”文件。

打开 WEKA 软件的 Exporler 菜单，点击 Open file 按钮，打开刚得到的 “Mark． csv”文件，点击 “Save”按钮，在弹出的对话框中，文件 名 输 入 “Mark”，文 件 类 型 选 择 “Arff date files ( * ．arff) ”，这样就得到的数据文件为 “Mark． arff”。

打开 WEKA 软件中的 Exporler，点击刚才得到的 “Mark． arff”，切 换 到 “Cluster”，点 “Choose” 按 钮 选 择“SimpleKmeans”，这是 WEKA 中实现 K 均值的算法。点击旁边的文本框，将 “numClusters”设置为 3，把实例分成三个簇，即 K = 3。其他结果按默认值。

右击左下方 “Ｒesult list”列出的结果，点“Visualize cluster assignments”。显示弹出的窗口给出了各实例的散点图。