[程式] SPSS k-means 與 stata, sklearn 不同

[folksuite (Z)]

[軟體程式類別]: SPSS, Stata, Python_sklearn

[程式問題]: SPSS k-means 與另外兩個不同

[軟體熟悉度]: 新手

[問題敘述]:

課程助教是用 SPSS 跑 k-means，

我是用 Stata 跟 sklearn 跑，

Stata 跟 sklearn 的結果相同，

SPSS 結果不同，想知道差異在哪，

(是SPSS計算距離的方式不同??)

要如何讓三者結果相同。

[程式範例]:

Colab: https://tinyurl.com/2drtnpux


SPSS:

QUICK CLUSTER x1 x2
  /MISSING=LISTWISE
  /CRITERIA=CLUSTER(3) MXITER(50) CONVERGE(0)
  /METHOD=KMEANS(NOUPDATE)
  /SAVE CLUSTER
  /PRINT INITIAL.

Stata:

cluster kmeans X1 X2, k(3) measure(L2) name(Stata) start(krandom) iterate(50)

Python:

kmeans = KMeans(n_clusters=3, max_iter=50, random_state=0)
kmeans.fit(df[['x1','x2']])
k_means = kmeans.predict(df[['x1','x2']])
df['sklearn'] = k_means # df['k_means']

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 219.84.253.225 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1622551499.A.C67.html
→ andrew43: 先確定是不是隨機性造成。kmeans過程是有隨機性的。
→ JamesChen: 還有確定一下助教是不是錯的
→ folksuite: 感謝兩位回復~ 我再研究研究