简而言之:我正在使用具有相关距离的k-means聚类。如何检查应该使用多少个集群，如果有？
关于数据分组时如何建立多个聚类有很多索引和答案: example 1 , example 2等等。目前，我正在使用 Dunn's index ，但由于下述原因之一，这还不够。
所有这些方法至少表现出以下问题之一，我必须避免:
索引:
- 聚类质量指数推导对数据协方差矩阵做出了一些假设，即，从那时起，仅适用欧几里德或类欧几里德度量 - 相关性不再是一种选择
- 它需要至少两个非空簇来比较已经计算的分区 - 不可能说明是否有任何理由进行分组
聚类方法:
- 估计簇本身数量的聚类方法(例如亲和性传播)速度慢得多，并且扩展性不佳
总结一下:是否有任何标准或索引，可以检查数据中的组是否存在(也许可以估计组的数量)，而不限制所使用的指标？
编辑:我正在操作的空间具有多达数千个功能。
最佳答案
我有一个方法，但它是我自己的发明，而且是实验性的。虽然理论上它适用于多维，但我只在 2D 方面取得了成功(如果对多维数据进行聚类，则采用前两个主成分)。
我称之为引力聚类。您传入一个涂抹，然后使用 1/(d + smear)^2 在每个点周围产生吸引力(涂抹可防止值趋向无穷大，并控制聚类的粒度)。指出他们向上移动到能量场的局部最大值。如果它们都移动到同一点，则没有聚类，如果它们移动到不同点，则有聚类，如果它们都保持在各自的局部最大值，则同样没有聚类。
关于validation - 有没有什么算法可以检查数据中是否存在簇？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/44154923/