我创建了两个聚类算法:k均值算法和除法算法,也许以后我也会添加聚结算法。我必须分析它们在高维数据方面的优势,为此,我必须计算到聚类中心的平均/总和距离。对于k均值,很容易,我有质心,但是如何在除法/凝聚算法中找到中心?
当我在这里时:我目前已经实现了Euclede's,Manhattans和Pearsons距离,还有其他可以使用的距离测量方法吗?
提前致谢!

最佳答案

您可能想要获得这本书:


距离百科全书,Michel Deza,Elena Deza,590页。


它涵盖了您可以使用的许多替代距离功能。

大概几百个不同的距离...

但是,您还需要研究评估方法-如果是基于质心的评估方法,则偏向于k均值。因此,比较可能不公平。

此外,如果您使用人工数据,请确保您不会不公平地偏爱一种方法而不是另一种方法,因为该方法与生成数据的方式相关(例如,如果生成高斯聚类,则它偏爱诸如k均值的方法)。

关于java - 聚类分析-查找聚类的中心,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/15812609/

10-12 17:50
查看更多