k-means - ELKI PAM 聚类

标签 k-means elki

我是第一次使用 ELKI,我在理解它的结构时遇到了问题。看来我还需要做很多事情才能取得一些成果。

如何使用自定义距离测量执行 PAM K-medoid 聚类?

最佳答案

  1. 实现距离函数(请参阅 this tutorial )

    基本距离函数”部分是一个最小工作示例。添加elki.jar ,创建这个类,在 eclipse 中运行该项目,您应该能够在 PAM 中选择这个距离函数。

  2. 确保它具有其中之一

    • 一个public无参数构造函数(最简单),
    • 一个public static class Parameterizer (参见文档)

    以便可以通过 GUI 实例化和配置它。

  3. 要使其出现在 UI 下拉列表中,请确保它是

    • 在类路径上的文件夹中(开发模式 - 只是不构建 jar - 最简单),
    • .jar ,并列在META-INF/elki/<interfacename>中服务文件

    或输入类名。但如果下拉列表中没有显示,通常是第2步出现错误;并且该类无法实例化。

  4. 运行 PAM 并在下拉列表中选择距离函数。

最常见的错误是人们没有 UI 可以使用的构造函数。

构造函数必须public并且无参数,或者需要添加参数器来指定参数。

关于k-means - ELKI PAM 聚类,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/28989074/

相关文章:

machine-learning - ELKI OPTICS 预先计算的距离矩阵

java - elki 中具有稀疏 vector 的 kmeans

cluster-analysis - 在 ELKI 上使用地理距离函数

scikit-learn - 使用 kmeans 计算簇质心

python - 如何以 k 方式为每个集群获取 SSE?

algorithm - 基于时间的聚类推荐算法

python - sklearn : calculating accuracy score of k-means on the test data set

R - 'princomp' 只能用于比变量更多的单位

cluster-analysis - 解释 OPTICSxi 聚类的结果