1. Zbadać właściwości grupujące następujących algorytmów: k-średnich, hsl, hcl, Cobweb i FarthestFirst wykorzystując załączone zbiory. W przypadku atrybutów rzeczywistych wykonać normalizację. Uzupełnić poniższe tabele.

Dane zbiorow:

Nazwa zbioru	Wykres rozrzutu	Liczba elementów	Liczba grup	Rodzaj atrybutów	Kształt grup
2norm.csv		200	2	rzeczywiste	sferyczne
3circles.csv		493	3	rzeczywiste	sferyczne
arbitrary.csv		284	4	rzeczywiste	dowolny
weather.nominal.arff		14	2	nominalne	-

Wyniki:

Nazwa zbioru		Liczba grup	wykres rozrzutu wyniku	model	efektywność [%]
k-średnich	2norm	2			100
	3circles	3			49,09
	arbitrary	4			44,01
	weather	2			50

hcl	2norm	2			100
	3circles	3			100
	arbitrary	4			100
	weather	2			57,14

hsl	2norm	2			100
	3circles	3			100
	arbitrary	4			61,27
	weather	2			64,29

Cobweb	2norm	2			97,5
	3circles	1			73,23
	arbitrary	1			58,8
	weather	14			14,29

FF	2norm	2			97
	3circles	3			62,47
	arbitrary	4			59,15
	weather	2			57,14

Wykresy rozrzutu wyniku:

2norm

3circles

arbitrary

Modele

2norm

3circles

arbitrary

weather.nominal