半无监督学习

Question

给定包含n个向量的数据(m×1 )。我想根据距离对数据进行聚类。此外，数据中的每个向量都被标记为某个类别。我使用kmeans算法(在Matlab中)对数据进行聚类。我希望非集群将只包括一个类别的数据。有什么方法可以添加这个约束，或者任何算法可以这样做吗？谢谢!

Answer 1

您没有提到是否必须获得特定数量的集群k。假设没有，确保集群中没有一个只包含一个类别的一个简单选项是减少集群k的数量：

• 首先，使用大型k-means运行k，例如50 (根据数据选择此值)。
• 检查是否任何群集只包含一个类别。如果是，运行k'-means和k'=k-1。
• 重复，直到满足条件。

同样的思想也可以用于分层聚类。分层聚类的优点是只运行一次算法，然后可以选择在集群层次结构中停止哪个级别。