如何選擇分層凝聚聚類的聯動方法？

Question

據我所知，HAC在連接功能方面有幾個選項。您有：

• 產生單聯動「散亂」集羣
• 產生緊張，球團
• 平均連接是那種在兩個
• Ward的方法之間的妥協，這是完全連鎖基於更多的方差比實際距離

我想弄清楚的是，我怎麼知道這些我想使用哪一個？是否有某些數據集的「零散」簇比球形簇更好？還是它更多地是我打算對聚類數據做的功能？

Answer 1

這取決於您的數據。

單連接在乾淨的數據上工作得很好。

如果你有髒數據，其他聯繫可能會更好。

病房類似於k-means。如果你想談論質心和完全分割成不相交子集的數據，這可能是一個不錯的選擇。

另一個問題是隻有SLINK（對於單鏈路）速度很快。所有其他人通常在O（n^3）中工作，因此它們不適用於大型數據集。將此與例如DBSCAN運行在O（n日誌n）如果做得好，或kmeans在O（n）...