日期:2019-04-25 14:25
，采用多次迭代的方式以同簇距离总长度来判断 Ｋ 值的合理性。图3是在不同 K值下的类指标图，从图中可以明显看到，当簇数目为3时，类指标急剧下降，所以确定这次采用的K-Means聚类算法的 K值为3。采用K值为3的K-Means算法对该数据集进行聚类，完成如图4所示的自然划分结果。
完成聚类分析后，为方便分析有功功率运行模式判别条件，需要构造４个新的属性：质心点 Ｘ、质心点Ｙ、类簇标识和前后半夜标识。构造新属性之后的部分数据如表2所示。
在共1080组数据中，使用810组数据构成训练集，对构造了新属性的数据集进行分类，得到