如何解决在著名的虹膜数据集上应用图聚类算法
我的问题涉及图聚类算法的应用。大多数时候,我看到图形是通过使用数据中的节点和边来制作的。例如,假设我们有社交媒体数据:数据中的每个人都可以表示为一个节点,而人与人之间的关系则可以表示为边。利用这些信息,我们可以构建一个图,然后对该图执行图聚类算法(例如Louvain聚类)。
有时,也可以使用点之间的距离绘制图表。点之间的距离可以认为是边。例如,在光谱聚类算法中,根据数据创建一个KNN(k最近邻)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(“ Species”)。创建该虹膜数据的图形是否有意义,在该图形中,每个节点对应于一朵单独的花,并且边缘对应于每个点之间的成对欧几里得距离?假设这是一种逻辑正确的方法,那么可以对这个虹膜图执行图聚类算法吗?
下面,我尝试首先使用成对的欧几里得距离(以R为单位)创建虹膜数据的图形。然后,在结果图上执行Louvain聚类和Infomap聚类。之后,我尝试创建一个虹膜数据的KNN图,并对该KNN图执行MST(最小生成树)聚类,并执行Louvain聚类。
有人可以对我所做的事情发表意见吗?这是直观的,在数学上有意义吗?作为“作弊”的一种方式-虹膜数据只有3种。因此,如果给定的聚类算法返回的聚类明显多于3个,则我们知道图形和/或聚类算法可能不是最佳选择。但是,在实际应用程序中,我们无法知道数据中存在多少个“真实”类。
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$knn.graph,knn$knn.graph)
imc <- cluster_infomap(knn$knn.graph)
membership(imc)
communities(imc)
plot(imc,knn$knn.graph)
解决方法
“在基于距离的图形上完成卢旺达聚类-也许这是正确的”
并非如此,在绘制诸如居中性之类的图形时,会使用距离。如果您的兴趣是相似度,则将距离转换为相似度。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。