问题标签 [xmeans]

在 Weka 中使用 Kmeans 时，可以在模型的结果输出上调用 getAssignments() 来获取每个给定实例的集群分配。这是一个（截断的）Jython 示例：

每个簇号的索引对应于实例。因此，实例 0 在集群 14 中，实例 1 在集群 16 中，依此类推。

我的问题是：Xmeans 有类似的东西吗？我在这里浏览了整个 API并没有看到类似的东西。

我正在尝试使用让我选择初始种子的聚类算法，因此我决定尝试通过 weka GUI 使用 Weka 的 Xmeans。但是，当我使用 weka 的包管理器安装 Xmeans 时，它在 GUI 中仍然是灰色的，即使加载了 weka 提供的 test.arff 文件之一，我也无法开始集群。谁能指出我正确的方向或建议另一个程序或java库来完成这样的任务？

语境

我想使用Weka聚类算法XMeans。但是我无法弄清楚如何从GUI of Weka.

目前，我只能看到集群 ID 列表以及分配给每个集群的条目百分比。

问题

有什么方法可以保存每个条目的集群分配，例如CSV格式？

我在使用 Weka 的 XMeans 集群时遇到了一些问题。我已经和其他几个人谈过，我们都同意下面的屏幕截图中有六个集群，或者如果你真的眯着眼睛，至少至少有两个。无论哪种方式，xMeans 似乎都不同意。

XMeans 似乎系统地低估了集群的数量，基于我设置的最小集群计数。将最大集群数保持在 100，以下是我得到的结果：

最令人震惊的是，-L 1（和-H 100）只有一个集群被发现。只有将最小集群数设为五个，我才能真正看到六个集群。将改进结构参数提高到 100,000 似乎没有任何效果。（我也玩过其他选项，没有发现任何区别。）以下是生成上述屏幕截图的选项，它找到了一个中心：

显然我在这里遗漏了一些东西。如何使 XMeans 的行为符合预期？

在计算数据集的 XMeans 聚类解决方案时，有必要（在算法描述中）正确地播种中心。

在 WEKA Xmeans 中，有一个选项可以指定初始中心。此外，在其他 Xmeans 库中，用户通常必须提供一组初始中心。

但是，如果没有提供，则没有迹象表明 WEKA xmeans 库是否或做什么来创建初始中心。

如果没有提供初始中心，WEKA 如何生成初始中心？或者，是否需要自己生成初始中心才能​​正确运行 Xmeans 算法？

我有一个数据框，df包含一堆点的x和坐标。y这是一段摘录：

我正在尝试找出最合适的集群数量。最终的目标是用数以万计的这些数据帧来做到这一点，所以选择的方法必须是快速的并且不能是可视化的。基于这些要求，RWeka 包似乎是要走的路。

我设法成功加载了 RWeka 包（我必须先在我的计算机上安装 Java SE Runtime）以及 RWeka 的包 XMeans，然后运行它：

这正是我想要的结果：

我可以通过运行将数据框中的每个点分配给集群x_means$class_ids。

但是，我想有一种方法来检索集群中心的坐标。我可以在输出中看到它们并手动将它们写下来，但如果我要运行数万个这样的，我需要能够有一段代码将它们保存到一个变量中。我似乎无法x_means使用方括号进行子集化，所以我不知道还能做什么。

非常感谢您的帮助！

我正在尝试使用 pyclustering 库中的 xmeans 对一些数据进行聚类和可视化。我直接从文档中的示例中复制了代码，

唯一的区别是我分配sample了矩阵 X 的值，而不是加载样本数据集。

当我尝试可视化聚类结果时，出现此错误：

我的 X 矩阵是这样生成的：

有没有办法可视化集群并一次只绘制两个/三个特征？

我在文档中找不到任何内容。

我试过这个：

为了只可视化前两个特征并得到这个错误

编辑：

我按照 annoviko 的答案中的建议更新了代码，但现在出现以下错误：

它由 Visualizer.show() 引发，即使我从函数调用中删除 pair_filter 也会发生。

我正在实现以下代码：XMeans在以下行出现错误：

initial_centers = kmeans_plusplus_initializer(sample, amount_initial_centers).initialize()

错误是：

我还尝试了其他类型——uint8、int64、int32——但我得到了同样的错误。