การทำคลัสเตอร์ (k- หมายถึงหรืออย่างอื่น) ที่มีข้อ จำกัด ขนาดของกลุ่มขั้นต่ำ

ฉันต้องการจัดกลุ่มหน่วยเป็นกลุ่มเพื่อลดผลรวมภายในกลุ่มของสี่เหลี่ยม (WSS) แต่ฉันต้องตรวจสอบให้แน่ใจว่าแต่ละกลุ่มมีหน่วยอย่างน้อยm มีความคิดใดบ้างหากฟังก์ชั่นการจัดกลุ่มของ R อนุญาตให้ทำการจัดกลุ่มเป็นkกลุ่มภายใต้ข้อ จำกัด ขนาดของกลุ่มขั้นต่ำ? kmeans () ดูเหมือนจะไม่เสนอตัวเลือกการ จำกัด ขนาด$k$$m$$k$

ใช้การทำคลัสเตอร์ EM

ในการทำคลัสเตอร์ EM อัลกอริทึมจะปรับโมเดลคลัสเตอร์เริ่มต้นซ้ำ ๆ เพื่อให้พอดีกับข้อมูลและกำหนดความน่าจะเป็นที่จุดข้อมูลมีอยู่ในคลัสเตอร์ อัลกอริทึมสิ้นสุดกระบวนการเมื่อแบบจำลองความน่าจะเป็นเหมาะกับข้อมูล ฟังก์ชั่นที่ใช้ในการพิจารณาความเหมาะสมคือความเป็นไปได้ของข้อมูลที่ระบุในแบบ

หากกลุ่มว่างเปล่าถูกสร้างขึ้นในระหว่างกระบวนการหรือหากการเป็นสมาชิกของกลุ่มหนึ่งกลุ่มหรือมากกว่านั้นต่ำกว่าเกณฑ์ที่กำหนดกลุ่มที่มีประชากรต่ำจะได้รับการดำเนินการที่จุดใหม่และอัลกอริทึม EM จะเริ่มใหม่

ปัญหานี้แก้ไขได้ในบทความนี้:

Bradley, PS, KP Bennett และ Ayhan Demiriz "การจัดกลุ่ม k- หมายถึง จำกัด " Microsoft Research, Redmond (2000) : 1-8

ฉันมีการนำไปใช้ของอัลกอริทึมในหลาม

ฉันคิดว่ามันคงเป็นเรื่องของการรัน k หมายความว่าเป็นส่วนหนึ่งของลูปที่มีการทดสอบขนาดคลัสเตอร์ Ie Countn ในคลัสเตอร์ k - ยังจำได้ว่า k หมายความว่าจะให้ผลลัพธ์ที่แตกต่างกันสำหรับการทำงานแต่ละครั้งบนข้อมูลเดียวกันดังนั้น คุณควรใช้มันเป็นส่วนหนึ่งของลูปเพื่อแยกผลลัพธ์ "ดีที่สุด" ออก

ชุดข้อมูลของคุณมีขนาดเท่าใด บางทีคุณอาจลองเรียกใช้การจัดกลุ่มแบบลำดับชั้นแล้วตัดสินใจว่ากลุ่มใดที่เก็บรักษาตาม dendrogram ของคุณ

หากชุดข้อมูลของคุณมีขนาดใหญ่มากคุณสามารถรวมทั้งวิธีการจัดกลุ่ม: การจัดกลุ่มที่ไม่ใช่แบบลำดับชั้นเริ่มต้นและการจัดกลุ่มแบบลำดับชั้นโดยใช้กลุ่มจากการวิเคราะห์ที่ไม่ได้เป็นลำดับชั้น คุณสามารถหาตัวอย่างของวิธีการนี้ได้ที่Martínez-Pastor et al (2005)

สิ่งนี้สามารถทำได้โดยการแก้ไขขั้นตอนการกำหนดคลัสเตอร์ (E ใน EM) โดยการกำหนดเป็นปัญหาการเพิ่มประสิทธิภาพเครือข่ายเชิงเส้นขั้นต่ำของต้นทุน (MCF)

ฉันได้เขียนแพ็คเกจไพ ธ อนซึ่งใช้ SimpleMinCostFlow ของเครื่องมือวิจัยการดำเนินงานของ Google ซึ่งใช้งาน C ++ ได้อย่างรวดเร็ว มันมี API scikit-lean มาตรฐาน