ฉันต้องการรวมกลุ่ม ~ 22,000 คะแนน อัลกอริทึมการจัดกลุ่มจำนวนมากทำงานได้ดีขึ้นด้วยการเดาเริ่มต้นที่มีคุณภาพสูงขึ้น มีเครื่องมืออะไรบ้างที่สามารถให้ความคิดที่ดีเกี่ยวกับรูปทรงคร่าวๆของข้อมูล
ฉันต้องการเลือกการวัดระยะทางของฉันเองดังนั้นโปรแกรมที่ฉันสามารถป้อนรายการระยะทางตามเข็มคู่เพื่อให้ใช้ได้ ฉันต้องการที่จะทำบางสิ่งบางอย่างเช่นไฮไลต์ภูมิภาคหรือคลัสเตอร์บนจอแสดงผลและรับรายการจุดข้อมูลที่อยู่ในพื้นที่นั้น
ต้องการซอฟต์แวร์ฟรี แต่ฉันมี SAS และ MATLAB อยู่แล้ว
คำตอบ:
GGobi (http://www.ggobi.org/) พร้อมกับแพ็คเกจ rggobi นั้นเหมาะสมที่สุดสำหรับงานนี้
ดูงานนำเสนอที่เกี่ยวข้องสำหรับตัวอย่าง: http://www.ggobi.org/book/2007-infovis/05-clustering.pdf
การสำรวจผลการจัดกลุ่มในมิติที่สูงสามารถทำได้ในRใช้แพคเกจclusterflyและgcExplorer ดูเพิ่มเติมที่นี่
(เดือนต่อมา) วิธีที่ดีในการถ่ายภาพกลุ่ม k และการเห็นเอฟเฟกต์ของ k ต่างๆคือการสร้าง ต้นไม้ Spanning ต่ำสุด และดูที่ขอบที่ยาวที่สุด ตัวอย่างเช่น,
ที่นี่มี 10 กลุ่มมี 9 ขอบที่ยาวที่สุด 855 899 942 954 1003 1005 1069 1134 1267
สำหรับ 9 กลุ่มยุบขอบฟ้า 855; สำหรับ 8, 899 สีม่วง; และอื่น ๆ
อัลกอริทึมการจัดกลุ่ม k-link เดียว ... เป็นอัลกอริทึมของ Kruskal อย่างแม่นยำ ... เทียบเท่ากับการค้นหา MST และลบขอบที่แพงที่สุดของ k-1
22,000 คะแนน, ระยะทาง 242M คู่, ใช้เวลา ~ 1 กิกะไบต์ (ลอย 32): อาจพอดี
หากต้องการดูต้นไม้หรือกราฟมิติสูงในแบบ 2 มิติดูมาตราส่วนแบบหลายมิติ (เช่นจาก Kruskal) และวรรณกรรมขนาดใหญ่เกี่ยวกับการลดขนาด อย่างไรก็ตามในความมืด> 20 บอกว่าระยะทางส่วนใหญ่จะอยู่ใกล้ค่ามัธยฐานดังนั้นฉันเชื่อว่าการลดขนาดไม่สามารถทำได้ที่นั่น
ฉันมีประสบการณ์ที่ดีกับKNIMEในช่วงหนึ่งในโครงการของฉัน เป็นโซลูชั่นที่ยอดเยี่ยมสำหรับการขุดและกราฟแบบสำรวจอย่างรวดเร็ว ยิ่งไปกว่านั้นยังให้การรวมโมดูล R และ Weka ได้อย่างราบรื่น
ลองดูที่ELKIซอฟต์แวร์ทำเหมืองข้อมูลโอเพ่นซอร์ส Wikimedia Commons มีแกลเลอรี่พร้อมรูปภาพที่ผลิตด้วย ELKIซึ่งส่วนใหญ่เกี่ยวข้องกับการวิเคราะห์กลุ่ม
ลองดูที่คลัสเตอร์ 3.0 ฉันไม่แน่ใจว่ามันจะทำทุกอย่างที่คุณต้องการ แต่มันเป็นเอกสารที่ค่อนข้างดีและให้คุณเลือกจากตัวชี้วัดระยะทางสองสามระยะ การสร้างภาพข้อมูลคือผ่านโปรแกรมแยกต่างหากที่เรียกว่าJava TreeView ( ภาพหน้าจอ )
GGobi ดูน่าสนใจสำหรับเรื่องนี้ อีกวิธีหนึ่งคือการรักษาเมทริกซ์ระยะทางที่เหมือนกัน / ผกผันของคุณในฐานะเมทริกซ์ adjacency เครือข่ายและป้อนเข้าไปในรูทีนการวิเคราะห์เครือข่าย (เช่น igraph ใน R หรือ Pajek) ด้วยวิธีการนี้ฉันจะทดลองตัดการตัดระยะทางของโหนดเป็นเน็คไทแบบไบนารีที่จุดตัดต่าง ๆ
ซอฟต์แวร์ตัวเลข DataMelt ฟรีรวมถึงไลบรารี Java ที่เรียกว่า JMinHep โปรดดูคู่มือภายใต้หัวข้อ "การจัดกลุ่มข้อมูล" มันมี GUI เพื่อแสดงจุดข้อมูลหลายมิติใน XY และเรียกใช้อัลกอริทึมการจัดกลุ่มข้อมูลจำนวนมาก