基于 Medoid 轮廓系数的聚类及簇数自动选择
机器学习
2023-10-17 v1 机器学习
摘要
聚类结果的评估十分困难，高度依赖于所评估的数据集及评估者的视角。存在许多不同的聚类质量度量，试图提供通用度量以验证聚类结果。轮廓系数是一种非常流行的度量。我们讨论了轮廓系数高效的基于 medoid 的变体，对其性质进行理论分析，给出两种用于直接优化的快速版本，并探讨用以选择最优簇数的用法。我们将原始轮廓系数的思想与著名的 PAM 算法及其最新改进 FasterPAM 相结合。其中一个版本保证与原始变体结果一致，并提供 的运行加速。在含 30000 个样本且 =100 的真实数据实验中，我们观察到相较原始 PAMMEDSIL 算法有 10464 的加速。此外，我们提供了一种直接选择最优簇数的变体。
引用
@article{arxiv.2309.03751,
title = {Medoid Silhouette clustering with automatic cluster number selection},
author = {Lars Lenssen and Erich Schubert},
journal= {arXiv preprint arXiv:2309.03751},
year = {2023}
}
备注
arXiv admin note: substantial text overlap with arXiv:2209.12553