2

サイズの異なる有向グラフの隣接行列を作成しました。約 30,000 の行列があり、それぞれが別のテキスト ファイルにあります。それらをどのようにクラスター化できますか、利用可能なツールはありますか。クラスタリング用の有向グラフを表す最良の方法は何ですか?

ありがとうございました。

4

3 に答える 3

1

k-meansとボロノイ図を試してみます。これは、最小スパニングツリーを使用して計算し、最長のエッジを探すことで計算できます。次に、mstエッジを中心として、従来のk-meansを使用して別のクラスターを計算できます。もう1つの可能性は、空間充填曲線などの階層的クラスターです。たとえば、https ：//stats.stackexchange.com/questions/1475/visualization-software-for-clusteringを参照してください。

于 2011-12-05T22:20:50.857 に答える
1

正確に何を達成したいですか？類似した行列をグループ化しますよね？k-means では、ここではあまり楽しくありません。隣接行列はバイナリです。それらを巨大なベクトルとして解釈し、それらの Lp ノルム距離 (ユークリッド距離など) を計算してから、平均行列を計算する (これは k-means が行うことです) ことは、私には賢明に思えません。さらに、次元の呪いにかまれる可能性が高くなります。次元数が多いと、すべてのマトリックスが似たように見えます。

ほとんどすべてのクラスタリング アルゴリズムで、「ドメイン エキスパート」として最初に答えなければならない質問は、次のようなものです。2 つの隣接行列が似ている理由は何ですか? これを形式化すると、従来のシングルリンク クラスタリング、DBSCAN、OPTICS など、多くのクラスタリング アルゴリズムを実行できるようになります。

于 2011-12-06T09:30:36.867 に答える
0

ここでグラフ機能/統計のアイデアを見つけることができます: http://networkx.lanl.gov/reference/algorithms.html

于 2011-12-05T22:56:34.047 に答える