双击Weka图标，打开软件，在初始界面中点击“Explorer”，并打开Weka自带的数据集“diabetes.arff”（768条实例数据）。
点击“Open file”选项，查找到Weka目录下的“data”文件夹，找到其中的“diabetes.arff”文件，点击右下角的打开选项。
（请确保你已经安装上一步骤打开目标文件，否则请先按步骤打开目标文件）切换到“Cluster”，点击“Choose”按钮，选择目录下的“SimpleKMeans”，这是WEKA中实现的K均值聚类的算法。
点击“Choose”旁边的文本框，修改“numClusters”为6，说明我们希望把这768条实例聚成6类，即K=6；下面的“seed”参数是要设置一个随机种子 ，依此产生一个随机数 ，用来得到K均值算法中第一次给出的K个簇中心的位置。我们不妨暂时让它就为10，点击OK。
选中“Cluster Mode”的“Use training set”（使用训练集），选择“Store clusters for visualization”（存储聚类可视化），点击“Start”按钮。
点击“Start”按钮之后，观察右边窗口“Clusterer output”给出的聚类结果。也可以在左下角“Result list”中这次产生的结果上点右键，选择“View in separate window”，然后在新窗口中浏览结果，结果中的“Cluster centroids”之后列出了各个簇中心的位置。可以观察得到，最终聚类实例分为6类，分别为0，1，2，3，4，5，对应的每一类实例所占比重也在后面有标注。例如第一类共有63条数据实例，占总数据的8%。如下图所示：
对于数值型的属性，簇中心就是它的均值（Mean）；对于分类型的属性，簇中心就是它的众数（Mode），也就是说这个属性上取值为众数值的实例最多；对于数值型的属性，还给出了该属性在各个簇中的标准差（Std Devs）。比如第一行数据为“preg”的属性，后面的几列数据分别代表其在所有数据和6个簇中的簇中心数值，下面的几行则是其他属性对应的簇中心数值。如下图所示：
注意到结果中有这么一行（误差平方和）： Within cluster sum of squared errors: 110.23525958855677。这是评价聚类好坏的标准，数值越小说明同一簇实例之间的距离越小。
将“seed”值修改为“20”，再次运行。观察结果，可以发现： Within cluster sum of squared errors: 99.80911137649608，与上面的运行过程相比数值变小。
说明同一簇实例之间的距离变小了。再尝试几个seed，这个数值可能会更小。该数值越小，说明同一簇实例直接的距离越小，聚类的结果也就越好。多次试验，找到该值趋于最小的值（实例容量越大，越难找），即得到了本次实验最好的方案结果。
为了观察可视化的聚类结果，我们在左下方“Result list”列出的结果上右击，点“ Visualize cluster assignments”。
弹出的窗口给出了 各实例的散点图。最上方的两个框是选择横坐标和纵坐标，第二行的“color”是散点图着色的依据，默认是根据不同的簇“Cluster”给实例标上不同的颜色。可以在这里点“Save”把聚类结果保存成ARFF文件。
