Alla ricerca di un algoritmo che raggruppa correttamente cluster visivamente separabili

Question

Ho visualizzato un set di dati in 2D, dopo che impiegano PCA. Come 2D mostra visualizzazione in figura, c'è una buona separazione tra i punti (A, B). Ora, io voglio usare una metrica che può separare questi punti (tra questi componenti 2 di PC non nel set di dati principale) anche. I media hanno separazione tra questi componenti PCA senza visualizzazione. Ho usato alcuni metodi di clustering, ma alzano i falsi positivi. Voglio dire che manca di cluster molti punti.

Inoltre, come mostrato nell'istogramma c'è un divario tra i punti A, B. Fa questo aiuto nell'elaborazione di qualsiasi metrica?

I sarà così grato se mi si può introdurre qualsiasi metodo e l'algoritmo di essere in grado di fare la separazione tra A e B.

Answer 1

Con parametri appropriati, DBSCAN e singolo legame gerarchico agglomerative clustering dovrebbero funzionare molto bene. Epsilon = 0.2 o giù di lì.

Ma perché? Sai i dati, solo utilizzare una soglia .

Se si desidera solo un algoritmo per "confermare" il risultato desiderato, allora lo si utilizza sbagliato. Siate onesti: se si desidera che il risultato di essere "se $ F-factor-1> 1,5 poi cluster1 altro cluster2", allora basta dirlo, invece di tentare di trovare un algoritmo di clustering per adattarsi alla soluzione desiderata

Answer 2

Questa immagine da scikit-learn può aiutare a ottenere la comprensione quali metodi avrebbe prodotto buoni risultati nel vostro caso, e che cosa no, e perché.

Answer 3

Utilizzando k-means algoritmo su questo insieme di dati dovrebbe funzionare perfettamente bene. Non vi resta che passare la matrice (N_SAMPLES, 2) dove elemento $ (i, j) $ rappresenta il j-esimo di coordinate di campione i nel PCA a qualsiasi algoritmo k-means, e specificare che si desidera 2 clusters, e euclidea metrica.