我不明白什么是多目标聚类是使用多个变量进行聚类还是什么？ 我知道堆栈溢出可能不是这类问题的最佳选择，但是 我在其他网站上问了这个问题，但没有得到回应。
答案 0 :(得分：1)
多目标优化通常意味着您有多个您感兴趣的标准，这些标准不能简单地转换为可比较的标准。例如，当您尝试使用非常快速的模型和非常准确的模型时，请考虑问题。时间以s为单位，精确度以％为单位。你如何比较（1s，90％）和（10days，92％）？哪一个更好？一般来说，没有答案。因此人们通常会做什么 - 他们寻找帕累托前线，所以你测试K模型并选择他们的M＆lt; = K，这样他们中没有一个被任何其他人明显“殴打”。例如，如果我们将（1s，91％）添加到前一个示例中，Pareto front将是{（1s，91％），（10days，92％）}（as（1s，90％）＆lt;（1s，91％） ），其余的是不可能比较的。）
现在您可以在群集设置中应用相同的问题。例如，假设您要构建一个快速分类新实例的模型，最小化平均值。每个集群内部的距离，并没有在每个集群中放入太多标有X的特殊实例。然后你将再次获得模型（集群），这些模型现在用3个不具有可比性的度量来衡量，并且在多目标聚类中你试图处理这些问题（比如找到这种聚类的Pareto前面）。