🔬 聚类可视化实验
6条真实记录 · 愤怒 × 难过二维距离计算
未分组A组B组◆ 质心
样本数量6
已完成分组轮次0
簇内平方和 SSE—
算法状态未初始化
先观察散点,试着人工分组;再点击“初始化中心”开始计算机实验。
📌 实验关键证据
归组规则:距离哪个中心近,就分到哪一组选择点 S05,再初始化中心,可以查看到两个中心的实际距离。
从表情预测比例到聚类分析
认识一条记录对应什么数据,再开始聚类。
参照课堂流程图的表达方式,先用自己的判断搭建一条完整的 K-means 算法路径,再填写关键参数。不要直接点击“自动运行”,让算法步骤先经过你的思考。
将正确的四张卡按顺序放入流程图。鼠标可以拖拽;在平板上也可以点击一张卡,再点击目标虚线框。
以论文公开的S01—S06六条记录为例;使用愤怒、难过两列,初始中心A选S01、B选S03。
先观察散点,试着人工分组;再点击“初始化中心”开始计算机实验。