MOA CluStream:在计算k均值之后，我们应该如何“命名”不位于任何宏簇内的微集群？

Question

我目前正在学习CluStream，我对结果有些怀疑。我会继续解释：

如果用K均值聚类，我们都知道每个微簇都属于最近的宏簇(计算中心之间的欧几里德距离)。

现在，查看以下示例结果：

​

​

我们可以看到，宏观集群并没有对所有的微集群…进行分组。

，这是什么意思？我们应该如何考虑不存在于某些宏观集群中的微观集群？我应该找到每一个最接近宏的微集群来标记它们吗？

编辑：

检查MOA源代码 论吉乌布，发现宏团簇半径是计算的偏差乘以所谓的“半径因子”(其值固定在1.8)。然而，当我询问宏簇的权重时，如果使用了一个很大的时间窗口，并且没有衰落分量，我可以看到宏集群恢复了所有点的信息.考虑了当前所有的微集群！所以，即使我们看到一些远离宏观星系团球体的微团簇，我们也知道它们属于最接近的星团--毕竟是K均值！

所以，我还有一个问题:为什么要用这种方法计算宏观星团半径呢？我的意思是，它代表什么？算法不应该返回标记的微集群吗？

欢迎任何反馈意见。蒂娅！

Answer 1

关键问题是:用户需要什么？

标记微型集群是可以的，但是用户在哪里使用呢？

在大多数情况下，人们使用的k-均值结果都是聚类中心.因为k-均值的整个目标本质上是“寻找数据的最佳k点近似”。

因此，CluStream的所有信息用户都可能使用k当前的集群中心。也许每个人的体重，以及他们的年龄。