學習筆記，僅供參考，有錯必糾

關鍵詞：雙幾何體模型；聚類間遠近關系；大類數；高維數據；劃分聚類算法；

---

識別聚類間遠近關系的雙幾何體模型

摘要

多實際問題的解決不僅需要聚類算法給出類標, 更依賴于類間遠近關系的辨別。對于類數較多且高維數據的困難情況, 基于降維的聚類結果可視化方法通常會出現聚類的重疊、交織或強行拉遠現象, 使得一些類間的遠近關系無法分辨或被錯誤顯示；而現有的類間距離方法則不能揭示兩個聚類是遠離還是靠近。

本文提出了雙幾何體模型方法來描述兩個聚類的類間關系, 并設計了相對邊界距離、絕對邊界距離和區域疏密程度等測量類間遠近程度的方法

本文方法既考慮了兩個聚類的最近樣本集之間的絕對距離，也考慮了聚類邊界區域的疏密程度, 其優點是在上述困難情況下也能準確揭示高維空間中的類間關系。對真實數據集的實驗結果表明, 雙幾何體模型方法能有效地識別現有聚類可視化方法無法辨別的類間遠近關系。

引言

基于均方誤差的劃分聚類方法主要包括 K- 均值算法、圍繞中心點劃分 (PAM) 算法和仿射傳播聚類 (a?nity propagation clustering, AP) 算法等。這些聚類算法僅是給出數據集的每個樣本的類別歸屬, 然而獲取聚類間的遠近信息對掌握數據集的聚類結構和解決許多實際問題是十分重要的。例如，采用聚類方法對 72 個白血病病例的高維基因表達數據進行分析時, 只有獲得病類之間遠

總結

以上是生活随笔為你收集整理的文献记录(part51)--识别聚类间远近关系的双几何体模型的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。