在 R 中使用 dbscans OPTICS 进行多维向量聚类

Question

我试图通过与 OPTICS 算法的语义相关性来聚类一个单词矩阵。

我有一个这样的矩阵：

我想将每一行视为一个向量（约 260 维）并将彼此最接近的术语聚类。

到目前为止我的代码：

require("dbscan")
require("readxl")

list <- read_excel(choose.files())
list_only_colnames <- read_excel(choose.files())[1]

Matrix<- matrix(unlist(as.double(list$Column2)),266,266,TRUE)

list_only_colnames <- unlist(list_only_colnames)
colnames(Matrix) <- list_only_colnames
rownames(Matrix) <- list_only_colnames

### run OPTICS
res <- optics(Matrix, eps = 10,  minPts = 0,4)
res

问题

• 在集群方面如何显示行名？
• 首先如何设置集群数量？

Answer 1

OPTICS 没有固定数量的簇。这不是 k 均值。

相反，它是数据驱动的：您根据图中的山谷选择集群，这些山谷对应于密集区域。如果只有一个密集区域，那么所有可能都只是一个集群。有些数据只是没有多个集群。

由于您的输入数据似乎是一个相似矩阵，我不认为将每一行都视为特征向量是正确的方法。这会在您的数据中引入偏见。而是在此处使用 dist=1-sim 作为预先计算的距离矩阵。