如何用趨勢而不是按R中的距離進行聚類？

第k中心點劃分在克拉拉（）函數使用距離形成簇，所以我得到這種模式：如何用趨勢而不是按R中的距離進行聚類？

a <- matrix(c(0,1,3,2,0,.32,1,.5,0,.35,1.2,.4,.5,.3,.2,.1,.5,.2,0,-.1), byrow=T, nrow=5) 
cl <- clara(a,2) 
matplot(t(a),type="b", pch=20, col=cl$clustering)

clustering by clara()

但我想找到分配一個羣集於每行一個聚類方法根據它的趨勢，第1,2和3行屬於一個集羣，第4行和第5行屬於另一集羣。

來源

2012-05-11 nachocab

這個問題可能更適合stats.stackexchange.com，不過這裏有一個解決方案。

你的問題實際上是「我如何選擇正確的距離度量？」。而不是這些向量之間的歐幾里德距離，您需要一個測量趨勢相似性的距離。

這裏有一個選項：

a1 <- t(apply(a,1,scale)) 
a2 <- t(apply(a1,1,diff)) 

cl <- clara(a2,2) 
matplot(t(a),type="b", pch=20, col=cl$clustering)

enter image description here

而不是定義一個新的距離度量的，我已經基本上通過轉換數據來完成同樣的事情。首先對每一行進行縮放，以便我們可以比較相對趨勢，而不會造成規模差異。接下來，我們只是將數據轉換爲差異。

警告：這是而不是必然會適用於所有「趨勢」數據。特別是，看到連續的差異只能捕捉到「趨勢」的一個有限的方面。您可能不得不考慮更復雜的指標。

來源

2012-05-11 17:25:56 joran

做得更多預處理。對於任何數據挖掘來說，預處理是90％的努力。

例如，如果要按趨勢聚類，那麼您可能應將聚類應用於趨勢，而不是原始值。例如，將曲線標準化爲均值爲0和標準偏差爲1.然後計算從一個值到下一個值的差異，然後將聚類應用於此預處理數據！

來源

2012-05-11 18:37:50

這與@joran提出的有何不同？我可能沒有看到差異 – nachocab

剛讀完他的回答：不，這並沒有太大的不同。我建議採用不同的縮放比例。但是，我想指出的重點是，這屬於預處理的重要步驟，您不能忽視。這就是爲什麼總是談論KDD過程的原因：https：//en.wikipedia.org/wiki/Data_mining#Process 這是實際開採中90％的努力，最多隻有5％的科學結果，專注於新算法。 –

如何用趨勢而不是按R中的距離進行聚類？

回答

相關問題