在R中，kmeans()和kmeansCBI()有什么区别？
我在数据集上尝试了 fps 包中的 kmeans() 和 kmeansCBI() 。
但是，他们给出了不同的 SSE 值，所以我不知道哪个是正确的值。
例如，对于 700*5 数据，kmeans() 给出的 SSE 约为 33000，但 kmeansCBI() 给出的 SSE 为 120。
我应该使用什么值？
谢谢。
I tried both kmeans() and kmeansCBI() from the fps package on my dataset.
But, they give different SSE value, so I don't know which one is correct value.
For example, with 700*5 data, kmeans() gives me approximately 33000 as SSE, but kmeansCBI() gives me 120 as SSE.
What value should I use?
Thanks.
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
从包的描述来看：
kmeans()使用 Hartigan 和 Wong 方程，而kmeansCBI()是kmeansruns()函数的接口，并调用kmeans( ）。您可以通过在函数名称前面使用
?来阅读任何函数的帮助。我不确定为什么您会得到不同的答案，但我建议您查看文档以确保您知道自己在做什么。From the package descriptions:
kmeans()uses Hartigan and Wong equation whilekmeansCBI()is an interface to the function ofkmeansruns()and callskmeans().You can read the help for any function by using
?in front of the function name. I am not sure why you are getting different answers but I would advise you to check out the documentation to make sure you know what you are doing.