如何选择分层凝聚聚类的联动方法？

Question

据我所知，HAC在连接功能方面有几个选项。您有：

• 产生单联动“散乱”集群
• 产生紧张，球团
• 平均连接是那种在两个
• Ward的方法之间的妥协，这是完全连锁基于更多的方差比实际距离

我想弄清楚的是，我怎么知道这些我想使用哪一个？是否有某些数据集的“零散”簇比球形簇更好？还是它更多地是我打算对聚类数据做的功能？

Answer 1

这取决于您的数据。

单连接在干净的数据上工作得很好。

如果你有脏数据，其他联系可能会更好。

病房类似于k-means。如果你想谈论质心和完全分割成不相交子集的数据，这可能是一个不错的选择。

另一个问题是只有SLINK（对于单链路）速度很快。所有其他人通常在O（n^3）中工作，因此它们不适用于大型数据集。将此与例如DBSCAN运行在O（n日志n）如果做得好，或kmeans在O（n）...