聚類分析的適用性

Question

我有大量的對象，爲此我計算了每對之間4個百分比的差異。

例如： O1和O2有差異：A12，B12，C12和D12例如51，78，22，93

我想標誌「關閉」的對象，即小於某一閾值不同。 （我還不知道怎麼「重要」中的4項措施是。）

是聚類分析來解決這個合適的方法？任何指向Python算法和初學者教程的指針都會非常有幫助。

Answer 1

這可能不是一個聚類分析問題。

基本的區別在於你是否按照某種連通性標準（這不是聚類）對所有點進行分組，或者這些算法是否根據數據本身動態地確定了標準（這是聚類）？

與典型的聚類分析的定義問題是羣集定義僅基於數據。也就是說，這些算法爲同一過程中的這些羣集創建羣集和定義。換句話說，當你開始聚類時，你給算法提供了數據，但是你沒有給它一個閾值。

由於您已經有閾值，因此通常不會將這稱爲羣集。即使您有多個閾值可供選擇，只需將數據分組即可，因爲您的閾值將決定並比較分組。

這裏的警告正是你所說的「閾值」以及你想如何應用它。如果您想查找所有建立連接點鏈的點少於某個閾值，則不是聚類。相反，如果您希望閾值定義點之間的非線性度量，則將應用正常的聚類算法（儘管使用非常不尋常的度量 - 因此這可能不是您想要的方法）。

而另一個需要注意的是，通過「集羣」的人意味着不同的事情，我想我使用一般的數據分析的定義，但人們以其他方式使用這個詞太，當然。例如，參見scipy.cluster中的算法。

---

至於採取什麼方法，到目前爲止還沒有描述足夠的細節來回答這個問題。例如，你想用它們的中位數來替換最近的對嗎？還是遵循一個連接的鄰居鏈？等等。也許像KDTree對你有用。