知识卡片
Musk稀疏聚类上机
Musk 数据由 kernlab 包提供,共 476 个观测、167 个变量:前 166 个是分子的测量指标,第 167 个 Class 标是否麝香(0/1,其中 207 个为麝香)。分析只用前 166 个变量,用 sparcl 包做稀疏 K 均值:KMeansSparseCluster.permute(data, K=2, wbounds=seq(2.5,7.5,len=15), nperms=3) 在候选取值中用置换法挑权重上界,再以 KMeansSparseCluster 在该 wbound 下建模并 plot 各变量权重。最优权重为 7.5,166 个变量中只有 108 个权重非零,其余被压到 0。可见高维时稀疏化把约三分之一的描述量判为与类别无关,聚类与后续新样本只需保留这 108 维;wbound 越小保留变量越少。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第8章 聚类分析
原书出处 · 1 处
- 第8章 聚类分析 · 查看原书依据
可以看到最优权重为7.5,共保留了108个变量进行聚类,各变量权重图见图8—6。调整参数的设置会得到不同的聚类结果,读者可以自行尝试。
参考来源
- 位置:《大数据挖掘与统计机器学习》第8章 聚类分析(源文件:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter10_0005.xhtml,8.5.2 Musk数据)
- 结论依据:原文说明 Musk 的 476 个观测、167 个变量与前 166 个变量用于稀疏聚类,给出 permute 与 KMeansSparseCluster 的调用,并报告最优权重 7.5、保留 108 个变量。
- 原始内容:可以看到最优权重为7.5,共保留了108个变量进行聚类,各变量权重图见图8—6。调整参数的设置会得到不同的聚类结果,读者可以自行尝试。