重叠聚类的结果

Posted 2023-03-12

【中文标题】重叠聚类的结果

【英文标题】：Result of overlapping clustering

【发布时间】：2017-07-19 21:01:18

【问题描述】：

我正在使用来自 Matlab 的函数 fcm 进行重叠聚类。该函数的输出是一个大小为kxn 的矩阵，其中k 是聚类数，n 是示例数。

现在我的问题是如何选择集群作为示例？对于每个示例，我都有所有集群的分数，因此我可以轻松找到最匹配的集群，但其他集群呢？

非常感谢。

【参考方案1】：

这取决于聚类算法，但您可能可以将这些软聚类值解释为概率。这为提取硬聚类提供了两个有根据的选项：

从聚类分布（kxn 矩阵中的一列）中对每个点的聚类进行抽样。 将每个点分配给其最可能的集群。这对应于聚类问题的 MAP（最大后验）解决方案。

选项 2 可能是可行的方法 - 单个样本可能无法很好地代表正在发生的事情；有了 MAP，你至少可以保证得到一些可能的结果。

【讨论】：

但我想要的是尽可能为一个数据点分配几个集群。我该怎么做？例如，我可以选择 3 个最可能的聚类，但我认为这没有意义，因为我们不能以相同的方式处理所有数据点。

好吧，这有点难。一种解决方法是假设每个集群分配都是边际概率并独立采样。