Although k-mean is an effective met

Although k-mean is an effective method, it still has room forimprovements, such as the means of selecting the number ofclusters. For this experiment, the number of clusters was set to 4since it is the total of Bartle's types of players. All datasets musthave a numerical sample because the algorithm depends on thedistance means between each point to be calculated.The next section will explain Bartle’s types of players.

結果 (繁體中文) 1:

儘管K均值是一種有效的方法，它仍然有餘地
的改進，如選擇的數量的手段
簇。在這個實驗中，集群的數量被設定為4
，因為它是總巴特爾的類型的球員的。所有數據集必須
因為該算法依賴於有一個數值樣本
距離的裝置之間被計算出的各點。
下一節將解釋巴特爾的類型的球員。

結果 (繁體中文) 2:

雖然 k-均值是一種有效的方法，但它仍然有空間
改進，例如選擇
集群。對於此實驗，群集數設置為 4
因為它是巴特爾的球員類型的總和。所有資料集必須
具有數值樣本，因為演算法取決於
距離表示要計算的每個點之間的距離。
下一節將解釋巴特爾的球員類型。

結果 (繁體中文) 3:

雖然k-平均值法是一種有效的方法，但仍有很大的發展空間
改進，例如選擇
集羣。對於這個實驗，集羣的數量被設定為4
因為這是巴特爾所有類型的球員的總和。所有數据集必須
因為算灋依賴於
距離是指要計算的每個點之間的距離。
下一節將解釋巴特爾的球員類型。