我有一个数据集（数值）和I产生的K-means算法来创建基于特征的簇。对于K-手段，因为我们分配的簇的数目，我想尝试不同的方法，并与K均值比较结果。为此，我写了一段代码，在凝聚层次聚类。看着我的图表和我的肉眼集群，k均值和凝聚图形看起来是一样的。但是，这并不利于统计上说，如果有任何变化。任何人都可以揭示我们如何能够比较2种算法的一些轻？
我希望这不是模糊的，请让我知道如果你需要的任何具体细节。我会很乐意将它张贴。在这一刻，我坚持这个概念本身并想扔只在问题。
你可以比较这两个具有不同的数据集进行的执行时间和内存usage.When基础的方案，结果会有所不同。当然K-手段会比其他的更好。