Aula 9 Matlab Exemplo

Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original

cluster
	
				Tempo padrão
		Operador	Experiência (anos)	M1	M2	M3	M4	Cluster k=2	SI	Cluster k=3	SI
		1	14	8	48	33	2	1	0.7128	0.7128	0.7608
		2	8	9	42	27	5	1	0.7447	0.7447	0.7685		70 operadores devem ser agrupados com base nas variáveis experiência e tempo padrão de execução de atividades em 4 máquinas distintas. Forme grupos utilizando o comando kmeans; avalie a qualidade dos grupos formados utilizando Silhouette Index. Teste diferentes números de agrupamentos e opte pelo agrupamento responsável pelo maior SI (utilize comando for).
		3	7	8	15	41	5	2	0.6533	0.6533	0.8227
		4	15	10	29	26	1	1	0.1592	0.1592	0.1111
		5	7	10	24	42	9	2	0.3585	0.3585	0.7521
		6	11	10	11	46	9	2	0.6149	0.6149	0.778
		7	6	13	28	13	4	1	0.1137	0.1137	0.5667
		8	8	14	21	24	6	2	0.5242	0.5242	0.4752
		9	7	10	8	43	1	2	0.6737	0.6737	0.7449
		10	9	9	18	20	5	2	0.5798	0.5798	0.6917
		11	5	12	44	23	9	1	0.7316	0.7316	0.7207
		12	9	12	38	15	5	1	0.6144	0.6144	0.2827
		13	9	8	39	40	6	1	0.5134	0.5134	0.4034
		14	15	15	31	16	1	1	0.341	0.341	0.3395
		15	15	14	24	22	7	2	0.2311	0.2311	0.6228
		16	13	8	41	21	9	1	0.7168	0.7168	0.641
		17	5	15	24	35	10	2	0.3734	0.3734	0.5816
		18	15	13	15	11	2	2	0.439	0.439	0.7726
		19	7	8	16	32	3	2	0.7218	0.7218	0.5254
		20	13	13	38	21	2	1	0.6756	0.6756	0.5034
		21	14	11	8	42	4	2	0.6789	0.6789	0.7117
		22	12	15	36	17	5	1	0.5913	0.5913	0.1946
		23	13	15	31	41	7	1	0.1321	0.1321	0.2805
		24	10	11	49	8	2	1	0.6164	0.6164	0.4248
		25	10	11	19	8	2	2	0.2885	0.2885	0.7797
		26	9	8	30	30	10	1	0.1963	0.1963	0.1045
		27	5	14	9	33	7	2	0.7497	0.7497	0.5237
		28	9	10	21	40	8	2	0.5185	0.5185	0.8011
		29	10	15	32	47	3	1	0.0836	0.0836	0.377
		30	5	9	10	45	1	2	0.6353	0.6353	0.7702
		31	14	13	24	26	3	2	0.3264	0.3264	0.3603
		32	10	13	22	33	10	2	0.5051	0.5051	0.4978
		33	9	11	12	39	6	2	0.7141	0.7141	0.782
		34	8	9	23	14	10	2	0.1976	0.1976	0.7207
		35	8	15	35	27	9	1	0.5818	0.5818	0.5189
		36	10	11	15	12	7	2	0.4836	0.4836	0.7783
		37	13	15	49	21	4	1	0.7487	0.7487	0.7248
		38	7	8	10	32	3	2	0.7628	0.7628	0.479
		39	13	13	15	27	7	2	0.715	0.715	0.1362
		40	8	14	28	36	7	2	0.0619	0.0619	0.4411
		41	5	13	10	44	5	2	0.653	0.653	0.7837
		42	5	15	45	47	8	1	0.4748	0.4748	0.3488
		43	13	10	46	35	7	1	0.7087	0.7087	0.7487
		44	6	14	16	18	4	2	0.5825	0.5825	0.6948
		45	13	12	40	31	6	1	0.7144	0.7144	0.748
		46	9	14	20	42	4	2	0.5284	0.5284	0.8243
		47	13	8	19	18	5	2	0.4812	0.4812	0.7552
		48	15	8	17	17	3	2	0.5094	0.5094	0.7469
		49	6	15	38	15	2	1	0.5779	0.5779	0.2405
		50	10	15	36	9	5	1	0.4739	0.4739	0.0852
		51	11	14	9	23	8	2	0.7221	0.7221	0.3752
		52	9	12	8	10	9	2	0.5384	0.5384	0.6667
		53	10	10	26	32	3	2	0.2537	0.2537	0.3579
		54	14	12	42	38	9	1	0.6261	0.6261	0.6123
		55	11	11	33	11	7	1	0.407	0.407	0.273
		56	7	10	18	36	4	2	0.6664	0.6664	0.7534
		57	14	11	40	18	7	1	0.6921	0.6921	0.5196
		58	11	9	50	39	9	1	0.6549	0.6549	0.679
		59	12	9	18	27	1	2	0.6571	0.6571	0.1517
		60	12	13	46	21	9	1	0.7561	0.7561	0.7283
		61	13	10	37	17	9	1	0.6151	0.6151	0.3085
		62	7	8	48	42	1	1	0.581	0.581	0.5577
		63	9	12	10	13	1	2	0.5784	0.5784	0.6911
		64	15	15	27	20	9	1	0.0585	0.0585	0.5059
		65	13	12	39	36	8	1	0.6149	0.6149	0.5895
		66	14	14	41	40	4	1	0.5712	0.5712	0.5053
		67	11	10	22	31	1	2	0.5305	0.5305	0.3123
		68	7	10	21	42	5	2	0.5027	0.5027	0.8282
		69	6	12	9	46	4	2	0.6359	0.6359	0.7753
		70	14	12	44	22	4	1	0.7582	0.7582	0.721
		71	9	10	20	16	4	2	0.42	0.42	0.789
		72	10	9	8	15	2	2	0.627	0.627	0.6312
		73	7	8	39	31	8	1	0.6559	0.6559	0.6849
		74	9	10	19	40	1	2	0.5855	0.5855	0.8053
		75	14	15	11	28	6	2	0.7375	0.7375	-0.0443
									0.5364		0.5603
									0.4437		0.5599
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
	
																			K tu escolhe na hora