没有输入参数的聚类数据答案

【问题标题】：clustering data without input parameters没有输入参数的聚类数据
【发布时间】：2013-02-08 12:09:57
【问题描述】：

这更像是一个理论问题：

您是否知道任何不需要任何输入参数的聚类算法（平面或分层），例如聚类数量或邻域大小等？换句话说，您只需将数据作为输入提供给算法，然后将集群作为输出。

如果有关文件/文件的建议，我会很高兴。

【问题讨论】：

【解决方案1】：

在仍被认为是开放研究问题中，自动确定聚类的数量确实是一个棘手的问题。

最先进的聚类技术之一是将您的数据建模为 Dirichlet Process Mixture，请参阅 Bayesian Hierarchical Clustering，但它并非微不足道，需要贝叶斯方法和马尔可夫链蒙特卡罗 (MCMC) 估计的扎实背景。

这种方法可以自动估计聚类的数量。

【讨论】：

这不是完全没有参数的，因为您必须在狄利克雷过程中设置浓度参数，但您可以提出一个合理的论点，认为这并不那么重要，相对于集群的数量。不过，您确实需要担心指定似然函数，如果您没有统计意识，这可能不是一件容易的事。
你是对的，很难考虑绝对无参数的技术，或者在这种情况下，浓度参数可以被认为是一个超参数。

【解决方案2】：

通常，一旦您定义了聚类的含义，答案就会出现。这是最难的部分。

对于实值数据，我喜欢使用带有自动 h 选择的均值偏移。聚类对应于数据密度图中的模式，分组结果类似于分水岭变换。

【讨论】：