26、基于图的多视图聚类与多视图数据信息挖掘

基于图的多视图聚类与多视图数据信息挖掘

多视图聚类结果分析

在多视图数据处理中，聚类是一种重要的分析手段。以两年传感器数据集为例，对其聚类结果进行分析能发现许多有价值的信息。

首先是两年传感器数据集第二部分（第二年）的聚类总结，如下表所示：
| Cluster | PHL | SST | SRT | VOM | VOS | SE | OTM | OTS | Months | Size |
| ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- |
| 1 | 11.67 | 38.63 | 33.80 | 12.46 | ∓0.57 | -28 | 6.89 | ∓0.33 | 1 - 12 | 207 |
| 0 | 10.01 | 38.28 | 33.25 | 12.57 | ∓0.51 | -31 | 7.23 | ∓0.42 | 2, 11 | 2 |
| 2 | 3.31 | 26.77 | 25.58 | 2.86 | ∓0.44 | 13 | 18.20 | ∓0.45 | 5 - 11 | 123 |
| 3 | 4.32 | 26.14 | 25.94 | 1.63 | ∓1.02 | 76 | 16.77 | ∓0.52 | 6 | 1 |
| Total | - | - | - | - | - | - | - | - | - | 334 |

注：PHL 的单位是 kW，SST、SRT、OTM 和 OTS 的单位是 °C，VOM、VOS 和 SE 以百分比表示。

从聚类结果