强大的聚类算法

Question

说我有项目I1，...，在

我想以这样的方式来聚集他们：

1. 如果我跑了集群很多很多次的概率。项目iJ和iK最终会在同一个集群中处于高位。
2. 集群和集群成员的数量是相对稳定的，无论集群种子

是否有已知的算法来实现这一目标？

澄清：

说我要3个集群，说：

现实-1

• 我开始与I1，I33，I89在现实中，2种集群C1，C2，C3
• 我开始与I44，I55，I77作为种子簇C1，C2，C3

我想在这两个现实所产生的集群在很大程度上是相似

Answer 1

一个常见的策略使得算法在初始化方面更健壮，就是引导它。例如参见this paper。

另一种选择是事先对数据进行排序并使用严格确定性的算法。

Answer 2

我认为hierarchical clustering算法会满足你的需求。

1. 群集一致性保证下，对于相同组的，概率项IJ和IK将同一集群中结束为1
2. 没有种子。您可以通过分析树或使用现有的截断算法（其中有很多）来选择正确数量的聚类。

[编辑]

事实上任何deterministic聚类算法具有这些功能，而不仅仅是层次聚类。