是否有任何未分配k

Question

传统的非监督学习方法通​​常需要在计算之前分配聚类（K）的数量，但是如果我不知道K的确切数量并将k排除在算法之外该怎么办，我的意思是，是否有任何非监督学习算法不需要分配任何k，因此我们可以自动获得k聚类？

Answer 1

• 亲和力传播
• DBSCAN
• 平均移位

有关更多详细信息，请查看scikit-learn文档here。

Answer 2

您可以尝试使用Akaike information criterion或Bayes information criterion通过Silhouette，Elbow等指标来推断集群数量。我还听说过有人谈论基于自组织地图（SOM）的自动聚类方法，但是您必须在那做自己的研究。

根据我的经验，它通常可以归结为使用多种方法（例如t-SNE和/或基于密度的方法（例如DBSCAN）来探索数据，然后手动设置k或使用适当的启发式方法。

Answer 3

图的理论中有一个hierarchical clustering。您可以自下而上或自上而下实现集群。

自下而上

• 定义距离度量（欧几里得，曼哈顿...）
• 从其自身群集中的每个点开始
• 合并最近的两个群集

有三种选择最接近的集群的方法：

• 完整链接->两个具有最大最大成对距离的群集
• 单链接->两个成对的最小最小成对距离
• 平均链接->所有成对距离之间的平均距离

单链接聚类可以使用Kruskalov最小生成树算法来解决，但是尽管易于理解，但它可以在O（n ^ 3）中运行。 MST的Prim算法有所不同，可以在O（nˇ2）中解决。

自上而下的差异分析 从同一群集中的所有点开始，并在每次迭代中划分群集。

divisive analysis。

您还可以使用Google的其他聚类算法，其中一些已经在其他答案中提到。我没有用过别人，所以我会把它排除在外。