通过标准化聚类不稳定性估计聚类数量
摘要：改进了目前基于不稳定性的方法，用于选择聚类分析中的聚类数k，通过开发一种经过归一化的聚类不稳定性度量，纠正了聚类大小分布，这是以前未考虑的聚类不稳定性的驱动因素。我们展示了我们的归一化不稳定性度量在整个可能的k序列上的性能超过了目前基于不稳定性的度量，尤其是在大k的情况下克服了局限性。我们还首次比较了基于模型和无模型的方法来确定聚类不稳定性，并发现它们的性能相当。我们将我们的方法在R软件中提供。
作者：Jonas M. B. Haslbeck, Dirk U. Wulff
论文ID：1608.07494
分类：Machine Learning
分类简称：stat.ML
提交时间：2018-10-16