CSCE474/874：数据挖掘简介2021年春季家庭作业32021年3月2日作业实施k-means算法执行聚类并将你的结果与Weka的结果进行比较。?假设所有属性都是连续变量。?你的程序必须允许数字要指定为输入的簇(k)。?您的程序必须允许将epsilon（距簇中心的距离总和的变化）指定为输入。?您的程序必须允许将迭代次数指定为输入.如果达到迭代次数或者距离平方和(SSD)的总和的变化低于epsilon，您的程序应该停止。将算法的运行时间绘制为簇数、维度数和数据集的大小（交易数量）。绘制聚类优度作为聚类数量的函数，并确定最佳聚类数量。比较将你的算法的性能与Weka的算法进行比较，并总结你的结果。对于这项任务，你将团队合作。使用您将要为项目处理的域中的数据集。如果数据不合适，你可以使用Wekadataset中的一个。所有代码必须由你的团队成员编写。您不得使用来自任何其他来源的任何代码，包括其他学生和互联网。截止日期该作业于3月16日到期，价值100分。提交一份报告以及您的程序列表，测试运行产生的输出画布上的文件。确保您已上传一份已签名的捐款表格副本。准备并提交以下两个文件：?您的报告名为“Lastname1_Lastname2.pdf”，格式为pdf。签名的贡献表格应该用作报告的封面。?一个名为“Lastname1_Lastname2.zip”的zip文件，其中包含其他所有内容（您的程序，从th生成的输出e运行测试文件等）。您必须包含一个描述程序用法的README文件。确保您的实施可以在CSE服务器上成功执行。评分指南实施k-means算法以在数据集中执行聚类。（50分）?您的实施将使用您在README文件中提供的命令在cse.unl.edu服务器上进行测试。（30分）?在报告中，您应该写一段关于您的程序设计的内容（10分）将算法的运行时间绘制为集群数、维数和数据集大小（事务数）的函数。(20分)?在报告中，你应该写一个段落来总结观察结果并对其进行详细说明。绘制聚类优度作为聚类数量函数的图，并确定最佳聚类数量。(20分)?在报告中，你应该写一段话来总结观察并对其进行阐述。比较绩效将你的算法与Weka的算法进行比较并总结你的结果。(10分)?总结差异（如果有的话）并详细说明（为什么/如何）。WX：代码帮助
