ELKI中基于团的子空间聚类

Question

我试图从高维数据集中检测密集的子空间。为此，我想使用ELKI库。但是很少有关于ELKI库的文档和例子。

我试过以下方法-

    Database db=makeSimpleDatabase("D:/sample.csv", 600);

    ListParameterization params = new ListParameterization();
    params.addParameter(CLIQUE.TAU_ID, "0.1");
    params.addParameter(CLIQUE.XSI_ID, 20);

    // setup algorithm
    CLIQUE<DoubleVector> clique = ClassGenericsUtil.parameterizeOrAbort(CLIQUE.class, params);

    // run CLIQUE on database
    Clustering<SubspaceModel<DoubleVector>> result = clique.run(db);

    for(Cluster<?> cl : result.getToplevelClusters()) {
        System.out.println(cl.getIDs());
    }

我提供了以下信息-

2,2

2,3

5,2

5,3

8,4

结果是-

[2, 1]
[4, 3]
[5]
[3, 1]
[4, 2]
[5]
[1]
[2]
[3]
[4]
[5]

我期望输出作为分组成子空间的输入数据点。可能是我选择了错误的值或以错误的方式设置参数。

请帮帮忙。提前谢谢。

Answer 1

注意，集群会产生重叠的集群。

元素可以同时存在于0到多个集群中。如果您的参数选择不当(而且团参数似乎很难选择)，您将得到奇怪的结果。在您的例子中，它似乎是11个集群，尽管您的数据集只有5个元素。

从本质上讲，集群告诉您的是：

元素2,1集群(它们都有x=2)

元素4,3集群(它们都有x=5)

元素5是一个集群(只有带有x=8的元素)

元素3,1集群(它们都有y=2)

元素4,2集群(它们都有y=3)

元素5是一个集群(只有带有y=4的元素)

在x，y子空间中，每个元素都是独立的，并且是它自己的集群。

为这个脆弱的算法选择更好的参数。

τ= 0.1 (5分中的10%)：超过0.5点的任何事物都是一个簇.换句话说，一切。这就是你得到这个结果的原因--你自己要求的。