利用特征重缩放因子在含噪声特征的数据集中恢复聚类数目
机器学习
2016-02-24 v1 机器学习
摘要
本文介绍了三种数据集重缩放方法，旨在提高聚类有效性指标返回真实球形高斯聚类数目的可能性，即使数据集中存在额外的噪声特征。我们的方法通过考虑给定数据集的结构以及不同特征在不同聚类中可能具有不同相关程度这一直观思想，来获取特征重缩放因子。我们在包含和不包含噪声特征的球形高斯聚类数据集上，实验了轮廓系数（使用平方欧氏距离、曼哈顿距离和 Minkowski 距离的次幂）、Dunn 指数、Calinski-Harabasz 指数和 Hartigan 指数。我们得出结论，我们的方法确实增加了估计数据集中真实聚类数目的机会。
引用
@article{arxiv.1602.06989,
title = {Recovering the number of clusters in data sets with noise features using feature rescaling factors},
author = {Renato Cordeiro de Amorim and Christian Hennig},
journal= {arXiv preprint arXiv:1602.06989},
year = {2016}
}