【问题标题】:K-modes clusters evolvingsK-modes 集群演化
【发布时间】:2018-10-10 12:13:42
【问题描述】:

在使用 k-modes 对数据集进行聚类后,我必须及时演化聚类,所以只要数据点更改其属性值,是否有办法自动调整质心?

我的意思是。我正在用分类值对一大组数据进行聚类。但是,这些数据点会随时间变化(其分类值),所以我想知道是否有任何方法可以对 K 质心(甚至 K 数)进行调整,只要数据点随时间略有变化。我可以重新计算每个数据点与质心的距离,并将数据点移动到另一个集群,但这会将质心视为固定的,我猜它们也可能随着数据点的变化而变化。

重新聚类是一项非常繁重的任务,因此需要以更有效的方式进行调整。我正在搜索文献,但我没有找到任何有关它的信息。

任何人都知道这是否可能或与此相关的任何研究?

【问题讨论】:

    标签: cluster-analysis


    【解决方案1】:

    不要重新聚类,而是使用以前找到的中心。

    它们不应该有太大变化,并且会迅速收敛。

    【讨论】:

    • 不知道有没有关注你。我可以通过哪种方式使用原始集群质心?我不知道如何在不从新的数据点空间开始重新聚类的情况下收敛它们。您的意思是我重新聚类但将聚类质心设置为原始质心作为起点?。
    • 是的。这应该需要更少的迭代。
    • 但这只会解决关于集群质心收敛到新场景的问题,但不会考虑新集群出现的情况(我的意思是K值发生变化)。跨度>
    猜你喜欢
    • 2017-06-09
    • 1970-01-01
    • 2020-10-24
    • 2018-08-27
    • 2013-05-10
    • 2020-05-20
    • 1970-01-01
    • 2012-11-01
    • 2012-11-06
    相关资源
    最近更新 更多