Question

我需要将大约50000点的分区划分为不同的群集。有一个要求：每个集群的大小不能超过K.是否有任何集群算法可以完成这项工作？

请注意，每个群集的上限K都相同，比如说100。

Answer 1

大多数聚类算法可用于创建一个树，其中最低级别只是一个元素 - 或者因为它们通过连接元素对然后加入元素组自然地“自下而上”工作，或者因为 - 像K一样 - 意思是，他们可以用来反复将小组分成小组。

一旦你有了一棵树，你可以决定在哪里拆分子树以形成你的大小的簇<= 100。修剪现有的树通常很容易。假设您要划分现有树以最小化您创建的群集的某些成本的总和。你可能有：

f(tree-node, list_of_clusters)
{
  cost = infinity;
  if (size of tree below tree-node <= 100)
  {
    cost = cost_function(stuff below tree-node);
  }
  temp_list = new List();
  cost_children = 0;
  for (children of tree_node)
  {
    cost_children += f(child, temp_list);
  }
  if (cost_children < cost)
  {
    list_of_clusters.add_all(temp_list);
    return cost_children;
  }
  list_of_clusters.add(tree_node);
  return cost;
}

Answer 2

一种方法是使用hierarchical K-means，但是你要继续拆分大于K的每个群集，直到所有群集都变小。

另一种（在某种意义上相反的方法）将是使用hierarchical agglomerative clustering，即自下而上的方法，并再次确保如果他们将形成一个大小＆gt;的新的合并群集。 ķ。

Answer 3

天真聚类的问题在于你确实必须计算一个距离矩阵，它保持A与集合中每个其他成员的距离。这取决于您是否预先处理了人口，或者将群集合并为典型个体，然后再次重新计算距离矩阵。

具有每个簇大小的上限要求的聚类算法

3 个答案: