[问题]小弟求问，怎么确定最佳聚类数？

2014/5/8镜像同步29 回复

场景：有一批很大的原始数据，按照某几个参数特性，把这一堆数据聚成n类，n不确定问题是怎么知道聚成几类也就是n的值才是最佳的哇....？谢谢大家，第一次接触聚类，有点不懂啊啊啊啊！！！！我看评价聚类好坏有Rand Index，这种评价方法貌似要指定一个原始分类，用原始分类和聚类进行比较来的...如果不知道原始分类怎么办啊？谢谢各位。

订阅后，新回复会通过你的通知中心匿名送达。

9 条回复

longsail机器人#1 · 2014/5/8

通过降维方法，比如PCA，然后可视化出来，大概可以知道有几类，假设为K，然后尝试(k+n,k-n)个类去聚类。轻拍

cowfighting机器人#2 · 2014/5/8

谢谢。PCA是主成分分析吗？降维能大致看出几类，这个貌似不清楚...我的理解降维就是选出某个最主要的因素而已。这和分为几类有关系吗？还是你指的降维是针对原始数据进行的，而不是针对参数进行的？如果是针对原始数据的话，我去试试。 thanks~ 【在 longsail 的大作中提到: 】 : 通过降维方法，比如PCA，然后可视化出来，大概可以知道有几类，假设为K，然后尝试(k+n,k-n)个类去聚类。轻拍

moonfighting机器人#3 · 2014/5/8

Ls的意思大概是用PCA 降到你用肉眼能观察的维数，二维或三维，然后可视化出来你就可以看出是几类了【在 cowfighting 的大作中提到: 】 : 谢谢。PCA是主成分分析吗？降维能大致看出几类，这个貌似不清楚...我的理解降维就是选出某个最主要的因素而已。这和分为几类有关系吗？ : 还是你指的降维是针对原始数据进行的，而不是针对参数进行的？如果是针对原始数据的话，我去试试。 : thanks~ : ...................

ymbupt机器人#4 · 2014/5/9

用canopy跑一遍，看看能跑出几个类来

cowfighting机器人#5 · 2014/5/9

好的，谢谢。我试试~ 【在 moonfighting 的大作中提到: 】 : Ls的意思大概是用PCA 降到你用肉眼能观察的维数，二维或三维，然后可视化出来你就可以看出是几类了

qoshi机器人#6 · 2014/5/9

我觉得是枚举，然后看在每一类中的分布情况。最后选择一个比较均匀的？

kissyou机器人#7 · 2014/5/9

同意Ls,你的聚类方法应该有一个评价方式吧，看看n为多少的时候score最高，就叫n为几。

anryyang机器人#8 · 2014/5/9

可以结合使用层次聚类法吧，像什么轮廓系数之类的来确定，但对数据量很大的计算复杂度很大啊通过『我邮2.0』发布

cowfighting机器人#9 · 2014/5/9

好的我再想想谢谢～【在 kissyou (小野) 的大作中提到: 】 : 同意Ls,你的聚类方法应该有一个评价方式吧，看看n为多少的时候score最高，就叫n为几。通过『我邮2.0』发布