fold 교차 검증 동안 수행 된 것과 같은 리샘플링 은 몇 가지 사례를 제거하여 원래 데이터 세트와 다른 “새”데이터 세트를 생성합니다.k

설명과 명확성을 위해 클러스터링을 부트 스트랩했습니다.

일반적으로 재 샘플링 된 클러스터링을 사용하여 솔루션의 안정성을 측정 할 수 있습니다. 전혀 변경되지 않거나 완전히 변경됩니까?

기본 정보는 없지만 동일한 방법 (리샘플링)을 다르게 실행하거나 다른 클러스터링 알고리즘의 결과를 표로 작성하여 클러스터링을 비교할 수 있습니다.

km1 <- kmeans (iris [, 1:4], 3)
km2 <- kmeans (iris [, 1:4], 3)
table (km1$cluster, km2$cluster)

#      1  2  3
#   1 96  0  0
#   2  0  0 33
#   3  0 21  0

군집이 공칭이므로 순서가 임의로 변경 될 수 있습니다. 그러나 이는 클러스터가 일치하도록 순서를 변경할 수 있음을 의미합니다. 그런 다음 대각선 * 요소가 동일한 군집에 지정된 사례를 계산하고 비대 각 요소는 배정이 변경된 방식을 보여줍니다.

table (km1$cluster, km2$cluster)[c (1, 3, 2), ]

#      1  2  3
#   1 96  0  0
#   3  0 21  0
#   2  0  0 33

각 방법 내에서 클러스터링이 얼마나 안정적인지 확인하기 위해 리샘플링이 좋습니다. 그렇지 않으면 결과를 다른 방법과 비교하는 것이 너무 의미가 없습니다.

* 군집 수가 다른 경우 비정 방 행렬에도 사용할 수 있습니다. 그런 다음 요소 가 이전 대각선의 의미를 갖도록 정렬 합니다. 그런 다음 여분의 행 / 열은 새 클러스터가 어떤 클러스터에서 케이스를 가져 왔는지 보여줍니다.i,i

k- 폴드 교차 검증과 k- 평균 군집을 혼합하지 않습니까?

답변