问题标签 [cluster-analysis]

我正在计划一个应用程序，它将根据主题制作短消息/推文集群。主题的数量将受到限制，例如体育 [NBA、NFL、板球、足球]、娱乐 [电影、音乐] 等等......

我可以想到两种方法

• 要求用户像 Stackoverflow 那样标记问题。用户可以从预定义的标签列表中选择标签。然后在服务器端，我将根据标签对它们进行聚类。优点：- 简单的设计。代码复杂度较低。缺点：- 用户的选择将受到限制。集群不会是动态的。如果发生新事件，预定义的标签将错过它。
• 获取消息，删除停用词[在字典中预定义]，对词干消息应用一些聚类算法以形成一个聚类，并根据其流行度显示该聚类。集群将一直显示，直到它仍然流行[许多消息/分钟]。新消息将被浏览并分配给相应的集群。优点：- 基于事件/事故的流行程度的动态聚类。缺点：- 增加复杂性。需要更多的服务器资源。

我想知道这个问题是否还有其他方法。或者有什么方法可以改进上述方法？

还建议一些好的聚类算法。我认为“K-Nearest Clustering”算法适合这种情况。

谁能建议一些可以使用距离矩阵作为输入的聚类算法？或者也可以基于距离矩阵评估聚类“好”的算法？

目前，我正在使用 Kruskal 算法的修改 ( http://en.wikipedia.org/wiki/Kruskal%27s_algorithm ) 将数据拆分为两个集群。它有一个问题。当数据没有不同的簇时，算法仍将创建两个簇，一个簇包含一个元素，另一个包含所有其余元素。在这种情况下，我宁愿有一个包含所有元素的集群，而另一个是空的。

是否有任何算法能够进行这种类型的聚类？

是否有任何算法可以估计聚类的完成情况，甚至更好地估计数据中有多少聚类？

该算法应仅使用距离（相似度）矩阵作为输入。

我正在尝试聚类一个矩阵（大小：20057x2）。：

但我收到此错误：

有人能帮我吗。我有 4GB 的内存，但认为问题出在其他地方..

有一些集群，还有一些 unix 网络守护进程。此守护程序在每个集群节点上启动，但只有一个可以处于活动状态。

当活动的守护进程中断（节点中断的程序中断）时，其他节点应该变为活动的。

我可以想到一些可能的算法，但我认为已经对此进行了一些研究，还有一些现成的算法？我对吗？你能指出我的答案吗？

谢谢。

当我说坐标时，我的意思是地球的纬度和经度坐标。我想确定一组坐标是否在同一区域内（我的截止点是 200 英里）。我一直在谷歌搜索“集群算法”，但我不确定哪个最适合我。

谢谢

我想知道

1. K-means 最适合对哪种类型的数据进行聚类？
2. 当k-means失败时？对于哪种类型的数据集，k-means 不能给出准确的答案？
3. COBWEB 最适合对哪种类型的数据进行聚类？
4. 当 COBWEB 失败时？对于哪种类型的数据集 COBWEB 没有给出准确的答案？

如何在 Python 中在值矩阵的顶部绘制树状图，并适当地重新排序以反映聚类？一个例子是下图：

https://publishing-cdn.elifesciences.org/07103/elife-07103-fig6-figsupp1-v2.jpg

我使用 scipy.cluster.dendrogram 来制作我的树状图并对数据矩阵执行层次聚类。然后如何将数据绘制为矩阵，其中行已重新排序以反映在特定阈值处切割树状图引起的聚类，并将树状图绘制在矩阵旁边？我知道如何在 scipy 中绘制树状图，但不知道如何用右侧的比例尺绘制数据的强度矩阵。

对此的任何帮助将不胜感激。

如何计算 Python 中矩阵的 z 分数？

假设我有数组：

我想计算每一行的 z 分数。我想出的解决方案是：

zs 在 scipy.stats.stats 中。有没有更好的内置矢量化方式来做到这一点？

此外，在使用具有欧几里得或苏几里得距离的层次聚类之前，z 分数总是好的吗？任何人都可以讨论相对的优点/缺点吗？

谢谢。

在搜索 SO 和多篇文章后，我还没有找到解决问题的方法。

我想要实现的是在谷歌地图上加载 20,000 个标记。

R-Tree似乎是一个不错的方法，但它仅在搜索地图可见部分内的点时才有用。当地图被缩小时，它会返回所有的点并且......崩溃浏览器。

拖动地图并在拖动结束时重新运行查询也存在问题。

我想知道如何使用 R-Tree 并能够实现上述所有目标。

我希望从 hclust 对象创建一个“子树”。

例如，假设我有以下对象：

现在我希望从中提取以下子树：

我怎么能访问它？

（我知道 cutree 可以让我获得子树的对象，但不能创建实际的 hclust 对象）

谢谢你的帮助，

塔尔