DeBaCl：一个用于交互式基于密度的聚类的 Python 包
统计方法学
2013-08-01 v1 机器学习
机器学习
摘要
Hartigan (1975) 提出的水平集树方法提供了一种基于概率且高度可解释的数据集聚类行为编码方式。通过将数据模式的层次结构表示为密度估计量水平集的树状图，该方法为探索性分析和聚类提供了诸多优势，尤其适用于复杂和高维数据。目前已有几个用于水平集树估计的 R 包，但其实际实用性受到计算效率低下、缺乏交互式图形功能以及在理论上依赖渐近近似的限制。为了使从业者更容易利用水平集树的优势，我们编写了用于基于密度的聚类（DEnsity-BAsed CLustering）的 Python 包 DeBaCl。在本文中，我们展示了如何利用 DeBaCl 的水平集树估计来解决困难的聚类任务并进行交互式图形数据分析。该包旨在通过提高计算效率和提供高度的用户自定义能力，促进水平集树的实际应用。此外，DeBaCl 中实现的灵活算法具有有限样本准确性，这一点在近期关于密度聚类的文献中已得到证实。最后，我们展示了水平集树框架可以轻松扩展以处理函数型数据。
引用
@article{arxiv.1307.8136,
title = {DeBaCl: A Python Package for Interactive DEnsity-BAsed CLustering},
author = {Brian P. Kent and Alessandro Rinaldo and Timothy Verstynen},
journal= {arXiv preprint arXiv:1307.8136},
year = {2013}
}
备注
28 pages, 9 figures, for associated software see https://github.com/CoAxLab/DeBaCl