比较k-均值聚类

Question

我有150张照片，10个不同的人各15张。所以基本上我知道哪种形象应该属于一起，如果聚在一起。

这些图像有73维(特征向量)，我用matlab中的kmeans函数将它们聚成10组。

后来，我对这150个数据点进行了处理，并将其维数从73降到了3，并对它们应用了相同的kmeans函数。

我想通过应用相同的k-均值函数来比较在这些数据集(已处理和未处理)上获得的结果，并希望知道将其降到较低维的处理是否改善了kmeans聚类。

我认为比较每个簇的方差可以是比较的一个参数，但是我不确定我是否能够直接比较和评估我的结果(距离的聚类和等)。因为这两种情况都有不同的维度。有谁能给我建议一种方法，我可以比较K平均的结果，一些方法来规范他们或任何其他的比较，我可以做吗？

Answer 1

我能想到三种选择。我不知道有任何完善的方法来做这一点，特别是与K-均值聚类。

1. 看看这两种方法之间的混淆矩阵。
2. 比较集群之间的马氏距离，以及集群中的项与它们最近的其他集群之间的比较。
3. 看看Vornoi细胞，看看你的点离细胞的边界有多远。

3的问题是，距离度量会被扭曲，3D距离和73D距离是不相称的，所以我不喜欢这种方法。我建议你读一些关于K的书--意思是如果你坚持这条路，排名推测是很有趣的，但是站在巨人的肩膀上会更好。