聚类:无单点聚类

Question

我有4维数据，需要对其进行聚类，以便为每个聚类建立最小体积边界椭球。我不想有单点集群，或者至少是尽可能少的单点集群，因为我们不能用一个单点构建一个椭球置信度区域。在我的问题中，没有预先给出集群的数量。因此，我使用Scikit-learn的亲和力传播- http://scikit-learn.org/stable/modules/clustering.html#affinity-propagation来估计聚类的数量，并从数据中执行聚类。但是这种方法给了我太多的单点聚类。你能就如何解决这个问题给出一个见解吗？

附言:为了给你更多的信息，我正在研究椭球嵌套抽样，用于贝叶斯证据计算。

Answer 1

我不知道你是否坚持亲和传播，但是使用DBSCAN，你可以通过算法参数，eps和minPts来实现你想要的。

更大的eps意味着密度较小的集群可以被检测到，并且附近的集群也将被合并。

更大的minPts意味着你会将更多的数据标记为噪声。

Answer 2

亲和力传播没有椭球的概念，所以我不确定它能做你想要的事情。

MultiNest通过X均值聚类的变体解决了这一问题。基本上，你首先做一个覆盖所有点的包裹椭球。然后，确定最重要的轴，并在两端放置两个k均值椭球，然后将它们收敛。现在您可以决定两个椭球体是否比单个椭球体使用的体积小得多。然后递归地重复该过程。nestle是一个开放源代码的实现，具有非常清晰的代码：https://github.com/kbarbary/nestle/

或者，您也可以在每个点周围放置一个椭球体，并使用K折叠或自举来确定半径。这是MLFriends使用的；实现，解释和动画在：https://johannesbuchner.github.io/UltraNest/method.html这里可以首先使用样本协方差选择椭球协方差，当检测到群集时，可以将它们共同中心并确定公共样本协方差。为了确定半径，您省略了一些测试点，并确保训练点周围的椭球足够大，以恢复测试点。这是非常稳定的，并且没有参数。

探索DBSCAN也可能很有趣。然而，最终你需要坚硬的，而不是模糊的提案表面来进行嵌套采样。