行分群實驗

國

立 政 治 大 學

‧

Na tiona

l Ch engchi University

78

圖 39MSRIICC 列分群數 20、24 結果

列分群實驗中，我們以 MSRIICC 去進行的實驗總共有三種，一是行分群數固 定時，列分群數不固定的比較實驗；二是行與列分群數皆固定的情況下，每次執 行演算法的結果比較；三是列分群數固定時，行分群數不固定的比較實驗。

以結果來看，我們發現列分群在分群數漸漸變高後會有較佳的效果，而行分 群數對於列分群整體的結果影響並不大。另外，我們也透過結果圖證實了鑑別率 與凝聚率的確能有效幫助我們分析分群結果。在接下來的 5.4 節實驗結果，我們 將會把列分群的分群結果進行分析，並講述我們所發現的結果。

6.3.3 行分群實驗

我們依據 5.3.1 的結果，選用 MSRICC 作為行分群實驗的雙分群演算法。從 5.3.2 的列分群實驗已得知，在相同分群數上作多次實驗會有不同的結果。因此在此小 節行分群實驗上，我們只針對行分群做兩部分實驗，一是行分群數固定時，列分 群數不固定的比較；二是列分群數固定時，行分群數不固定的比較。

‧ 國

立 政 治 大 學

‧

Na tiona

l Ch engchi University

79

從結果來看，我們發現列分群數對於行分群結果的影響不大，如圖 40，不 論是在鑑別率還是凝聚率上，差異都不是很大。

圖 40MSRICC 行分群數 4 結果

接下來我們便針對行分群數來進行實驗。行分群實驗的行分群數從 4 開始，

逐一增加，且每一個行分群數我們都會做多組實驗，取出其中較佳的結果來進行 觀察。從結果中發現，行分群數增加至 9 之後，鑑別率與凝聚率的總和會漸漸降 低，也就是說，當行分群數過高，分群的效果會越來越差。

我們做了行分群數 4 至行分群 15 的實驗，如圖 41，從圖表上可以看到，從 行分群數 9 之後鑑別率開始下降，下降原因在於在分佈圖右邊的群數眾多，且各 群的重疊情況較為嚴重所導致。而凝聚率的部分則反而升高，凝聚率上升的原因 在於行分群的資料範圍較大，當分群數較小時，雖然分群結果在分佈圖上看起來 十分良好，但是資料點與點之間距離較遠，凝聚率計算起來就會較低，反觀當分 群數較高時，因為群數眾多，右方資料點又密集，導致右方群中點與點之間距離 較近，凝聚率都很高，加總平均起來便會超越分群數較小的結果，但實際上的分 群結果卻不一定優於分群數小的。因此在行分群數 9 之後，鑑別率開始降低的分 群結果，我們將其視為較不佳的結果。

‧ 國

立 政 治 大 學

‧

Na tiona

l Ch engchi University

80

圖 41MSRICC 行分群 4 到 15 結果

接著，我們也透過輸出圖去觀察，比較了行分群數 4 與行分群數 10 的分佈 圖，圖 42、圖 43 為行分群數 4 的分佈結果，圖 42 中最外圍有六個紅點，屬於 分群 1，接著在圖 43 可以看到，其他的資料點都分佈於 X 範圍（-4,0.5）之間，

且分群的結果還算不錯。

圖 42MSRICC 行分群數 4 分佈結果圖 1

‧ 國

立 政 治 大 學

‧

Na tiona

l Ch engchi University

81

圖 43MSRICC 行分群數 4 分佈結果圖 2

圖 44 到圖 46，為行分群 10 的結果，每一次的行分群結果，外圍的五個資 料點大多會被分成一個群或是兩個群，接著看圖 45，可發現群 10 與群 2 之間有 稍微的重疊，比起群 4 結果要來得不佳，再看圖 46，我們發現的確在行分群數 增加後，分佈圖密集處的分群會變得雜亂，且各群皆有重疊的情況產生。

圖 44MSRICC 行分群數 10 分佈結果圖 1

‧ 國

立 政 治 大 學

‧

Na tiona

l Ch engchi University

82

圖 45MSRICC 行分群數 10 分佈結果圖 2

圖 46 MSRICC 行分群數 10 分佈結果圖 3

最後統整一下我們觀察整個分佈圖的情況，如圖 44，行分群點的分佈範圍 X 的範圍是（-66,2），Y 的範圍則是（-22,35）。在較左邊的地方，資料點較少且 散 得 很 開 ， 通 常 分 群 結 果 都 不 差 ， 而 越 往 右 邊 ， 如 圖 46 ， 約 在 X 軸 的

（-0.02,0.06），資料點多且密集，但各群的重疊情況則較嚴重。

在接下來的 5.4 節實驗結果，我們會將字串與出現次數輸出比較，並且統整 出結果。

‧ 國

立 政 治 大 學

‧

Na tiona

l Ch engchi University

83