首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >问答首页 >图聚类算法在(著名)虹膜数据集上的应用

图聚类算法在(著名)虹膜数据集上的应用
EN

Stack Overflow用户
提问于 2020-08-25 12:51:03
回答 1查看 204关注 0票数 2

我的问题涉及图聚类算法的应用。大多数情况下,我看到图形是通过使用数据中的节点和边来创建的。例如,假设我们有社交媒体数据:数据中的每个个体都可以表示为一个节点,而个体之间的关系可以表示为边。使用这些信息,我们可以构建一个图,然后在该图上执行图聚类算法(例如,Louvain聚类)。

有时,也可以使用点之间的距离来绘制图形。点之间的距离可以看作是边。例如,在谱聚类算法中,从数据中生成一个KNN (k近邻)图,然后对该图执行K-Means聚类算法。

我的问题是:假设我们采用著名的Iris数据,并删除响应变量(“物种”)。创建一个Iris数据的图,其中每个节点对应于一个单独的花,边对应于每个点之间的成对欧几里德距离,这有意义吗?假设这是一种逻辑和正确的方法,那么可以在这个Iris图上执行图聚类算法吗?

下面,我尝试首先使用成对欧几里德距离(在R中)创建虹膜数据的图。然后,我在结果图上执行了Louvain聚类和Infomap聚类。在那之后,我尝试创建一个虹膜数据的KNN图,并在这个KNN图上执行MST (最小生成树)聚类,以及执行Louvain聚类。

有没有人能就我的所作所为提供一个意见?这是直观的吗?它在数学上有意义吗?作为一种“作弊”的方式-虹膜数据只有3个物种。因此,如果给定的聚类算法返回明显多于3个聚类,我们知道图和/或聚类算法可能不是最佳选择。然而,在实际的应用程序中,我们无法知道数据中存在多少“真实”类。

代码语言:javascript
运行
复制
 library(igraph)
    library(network)
    library(reshape2)
    library(mstknnclust)
    library(visNetwork)
    library(cluster)
    
    
    /****louvain clustering done on a distance based graph - maybe this is correct****/
    x <- iris[,1:4]
    
    
    dist <- daisy(x,
                       
                        metric = "euclidean"
                       
                        )
    
    d_mat <- as.matrix(dist)
    
     d_long <- melt(d_mat)
    colnames(d_long) <- c("from", "to", "correlation")
    d_mat_long <- d_long[which(d_long$correlation > .5),]
    graph <- graph_from_data_frame(d_mat_long, directed = FALSE)
    
    
     nodes <- as_data_frame(graph, what = "vertices")
    
     colnames(nodes) <- "id"
    nodes$label <- nodes$id
     links <- as_data_frame(graph, what = "edges")
    
    visNetwork(nodes, links) %>%   visIgraphLayout(layout = "layout_with_fr")
     cluster <- cluster_louvain(graph)
    
    nodes$cluster <- cluster$membership
    
    nodes$color <- ifelse(nodes$cluster == 1, "red", "blue")
    
     visNetwork(nodes, links) %>%   visIgraphLayout(layout = "layout_with_fr") %>%   visOptions(selectedBy = "cluster") %>%   visNodes(color = "color")
    
    
    
    
    /***infomap and louvain clustering done a distance based graph but with a different algorithm: I think this is wrong***/
    
    imc <- cluster_infomap(graph)
    membership(imc)
    communities(imc)
    plot(imc, graph)
    
    lc <- cluster_louvain(graph, weights = NULL)
    membership(lc)
    communities(lc)
    plot(lc, graph)
    
    /****mst spanning algorithm on the knn graph : based on the number of clusters I think this is wrong****/
    
    cg <- generate.complete.graph(1:nrow(x),d_mat)
    
    ##Generates kNN graph
    knn <- generate.knn(cg)
    
    plot(knn$knn.graph,
    main=paste("kNN \n k=", knn$k, sep=""))
    
    results <- mst.knn(d_mat)
    
    igraph::V(results$network)$label.cex <- seq(0.6,0.6,length.out=2)
    
    plot(results$network, vertex.size=8,
         vertex.color=igraph::clusters(results$network)$membership,
         layout=igraph::layout.fruchterman.reingold(results$network, niter=10000),
         main=paste("MST-kNN \n Clustering solution \n Number of clusters=",results$cnumber,sep="" ))
    
    /*****louvain clustering and infomap done on the knn graph - maybe this is correct****/
    
    #louvain
    lc <- cluster_louvain(knn$knn.graph, weights = NULL)
    membership(lc)
    communities(lc)
    plot(lc, knn$knn.graph)
    
    imc <- cluster_infomap(knn$knn.graph)
    membership(imc)
    communities(imc)
    plot(imc, knn$knn.graph)
EN

回答 1

Stack Overflow用户

发布于 2020-08-25 13:57:19

“在基于距离的图上完成了卢瓦恩聚类--也许这是正确的”

实际上并非如此,距离是用来绘制像中间度中心性这样的东西的。如果你感兴趣的是相似性,那么将距离转换为相似性。

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/63572229

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档