IT-Dendrogram：内树（IT）聚类家族的新成员

此前，我们提出了一种受物理启发的方法，将数据点构建为有效的内树（In-Tree, IT）结构，从而很好地揭示数据集中潜在的聚类结构。尽管IT结构中存在一些需要移除的边，但这些不期望的边通常可与其他边区分，因此易于确定。例如，当二维（2D）数据集的IT结构以图形呈现时，那些不期望的边可被轻易发现并交互式确定。然而在实践中，许多数据集并不位于二维欧几里得空间，因此其IT结构无法以图形呈现。但如果能将这些IT结构有效映射至一个保留不期望边显著特征的可视化空间，则IT结构中的不期望边仍可在可视化环境中通过视觉确定。此前，我们的方法IT-map实现了这一目的。IT-map的突出优势在于即便在嵌入中存在所谓的拥挤问题（crowding problem），仍能发现聚类。本文中，我们提出另一种称为IT-Dendrogram的方法，通过IT结构与单链接层次聚类（single link hierarchical clustering, SLHC）方法的有效结合来实现相同目标。与IT-map类似，IT-Dendrogram也能在可视化环境中有效表示IT结构，但采用另一种称为树状图（Dendrogram）的形式。IT-Dendrogram可作为另一种可视化方法用于确定IT结构中的不期望边，从而有益于基于IT的聚类分析。我们在多个具有不同形状、维度和属性的数据集上展示了这一点。与IT-map不同，IT-Dendrogram总能避免拥挤问题，这可帮助用户在某些问题中进行更可靠的聚类分析。