在ELKI中运行k-medoids算法

Question

我正在尝试运行ELKI以arff文件的形式在数据集上实现k-medoids（对于k = 3）（使用ELKI中的ARFFParser）：

数据集具有7个维度，但是我获得的聚类结果仅在一个维度的级别上显示聚类，并且仅对3个属性执行此操作，忽略其余属性。像这样：

有谁可以帮助我如何获得所有维度的聚类可视化？

Answer 1

ELKI主要用于数字数据。

目前，ELKI没有＆＃34;混合＆＃34;不幸的是，数据类型。

ARFF解析器会将您的数据集拆分为多重关系：

1. 包含age
的一维数值关系
2. 存储sex和region
的LabelList关系
3. 包含salary
的一维数值关系
4. 存储married
的LabelList关系
5. 存储children
的一维数值关系
6. 存储car
的LabelList关系

但显然它已经弄乱了关系标签。但除此之外，这种方法非常适用于由数值数据+类标签组成的arff数据集，例如 - 编写此解析器的用例。它是一种定义明确且一致的行为，但不是您所期望的行为。

该算法然后运行它可以使用的第一个关系，即仅age。

所以这就是你需要做的事情：

1. 实现用于存储混合类型数据的高效数据类型。
2. 修改ARFF解析器以生成混合类型数据的单关系。
3. 为此类型实现距离函数，因为缺少混合类型数据表示意味着我们也没有距离。
4. 在k-Medoids中选择此新距离函数。
5. 分享代码，以便其他人不必再这样做。 ; - ）

或者，您可以编写一个脚本来对数据数据集中的数据进行编码，然后它就能正常工作。但在我看来，单热编码等的结果通常不太令人信服。