谱聚类 vs 层次聚类

Question

有人能解释一下使用层次聚类比光谱聚类有什么优势吗？我知道它们的工作原理，但我想知道在哪些情况下更好地使用层次聚类而不是光谱聚类。

- starrr

Answer 1

层次聚类：

• 对于分类数据，这是一种很好的方法。
• 将相似的点连接在一起，直到最终形成包含所有数据点的单个聚类。
• 从组合所有数据后获得的结果被称为树状图。
• 根据你想要的聚类数量，在树状图上进行切割。

---

谱聚类：

• 这是针对复杂数据形状的聚类方法，因为K-means和基于密度的聚类在这些情况下失败了。
• 将数据点视为图的顶点，连接足够接近的顶点。因此，您还选择一个ε值。所有距离小于ε的顶点都会被连接。
• 与层次聚类不同，你不会得到完全连接的单个图（除非你选择一个高的ε值且没有非连接部分）。相反，你会得到多个连接的组件，每个组件代表一个聚类。

- displayName

Answer 2

层次聚类和谱聚类

层次聚类通常更快，并且产生一个漂亮的树状图以进行研究。

树状图非常有用，可以帮助您了解您是否具有良好的聚类方法。

此外，层次聚类非常灵活。您可以使用不同的距离函数和链接策略。

谱聚类具有有趣的理论；但是要使其真正有效，您的数据必须已经包含良好分离的“连接组件”。当您拥有非常嘈杂的数据时，祝您好运。

- Has QUIT--Anony-Mousse

Answer 3

• 使用分层集群，您可以获得更多关于集群之间关系的信息，因为可以在不同数量的集群处进行切片，并查看较低k时如何将集群组合在一起。
• 使用分层方法，可以对聚类进行一次计算，这取决于数据集的大小，可能非常有优势，并在不同的k值处对结果进行切片。
• 凝聚聚类（一种分层方法）每次都会产生相同的结果，而谱聚类具有随机成分。
• 由于分层性附加约束条件，与轮廓和惯性等客观度量标准相比，分层方法通常在任何给定k时表现较差。

- hithisispeter