热流聚类中的信息稳定性

聚类方法必须针对其处理的数据集进行定制，因为对于“簇”并没有客观或通用的定义，但聚类方法中的任意性仍须最小化。本文开发了一种确定簇的定量“稳定性”方法，其中稳定或持久的聚类信号被用来表明已在底层数据集中识别出真实结构。该方法基于通过控制一个参数来调制聚类方法——通过热力学类比，该调制参数被视为“时间”，而演化的聚类方法可被视为“热流”。当热流的信息熵在较宽的时间范围内保持稳定时——无论是在全局意义上还是在我们定义的局部意义上——我们将这种稳定性解释为已发现数据本质特征的标志，并在此基础上创建簇。