鲁棒聚类算法

Question

说我有物品i1，...，iN

我想以这样一种方式对它们进行聚类：

1. 如果我运行群集很多次iJ和iK项目在同一群集中结束的概率很高。
2. 无论群集种子如何，群集和群集成员资格的数量都相对稳定

是否有众所周知的算法来实现这一目标？

澄清：

说我想要3个集群并说：

• 在现实中 - 1我从i1，i33，i89开始作为群集c1 c2 c3的种子
• 在现实中 - 2我从i44，i55，i77开始作为群集c1 c2 c3的种子

我希望两个现实中的结果聚类大致相似

Answer 1

我认为hierarchical clustering算法可以满足您的需求。

1. 对于相同的集合保证了集群一致性，iJ和iK项目在同一集群中结束的概率为1.
2. 没有种子。您可以通过分析树或使用现有的截断算法（有很多种算法）来选择正确数量的群集。

<强> [编辑]

事实上，任何deterministic聚类算法都具有这些功能，而不仅仅是层次聚类。

Answer 2

一种经常看到的使算法在初始化方面更加健壮的策略是引导它。例如，请参阅this paper。

另一种选择是预先对数据进行排序，并使用严格确定的算法。