基于校准聚类有效性指标聚合的聚类与聚类数比较
统计方法学
2020-06-24 v4
摘要
聚类分析中的一个关键问题是对合适聚类方法的选择以及最佳聚类数的确定。根据不同的准则，同一数据集上的不同聚类是最优的，而此类准则的选择取决于聚类的背景与目的。因此，研究者需要考虑其所目标聚类的簇应具备哪些数据分析特征，其中包括簇内同质性、簇间分离性与稳定性。本文提出一组测量聚类质量不同方面的内部聚类有效性指标，包括文献中的若干指标。用户可选择在当前应用中相关的指标。为衡量聚类的整体质量（用于比较来自不同方法及/或不同聚类数的聚类），指标值经校准以进行聚合。校准相对于同一数据上的一组随机聚类进行。提出两种特定的聚合指标，并在模拟与真实数据上与现有指标进行比较。
引用
@article{arxiv.2002.01822,
title = {Comparing clusterings and numbers of clusters by aggregation of calibrated clustering validity indexes},
author = {Serhat Emre Akhanli and Christian Hennig},
journal= {arXiv preprint arXiv:2002.01822},
year = {2020}
}
备注
42 pages, 11 figures