Auto-CVI-Tool

集群有效性索引的自动工具箱(CVI)

聚类分析包括通过自动聚类识别最佳数量和自然划分的聚类。聚类有效性指数(CVI)是一种估计聚类数量的简单技术。根据集群内的内聚性和集群间的分离，文献中已经提出了几种集群解决方案。尽管如此，确定这些cvi工作良好的情况和它们的局限性是至关重要的。为了估计集群的数量，这个工具箱提供了28个健壮的CVIs。它非常友好，不需要任何编码知识。不需要编写一行代码，就可以比较28个cvi并以可比较的方式可视化结果。加载数据时，用户将自动选择所有参数，或者使用默认设置，无需进行任何额外编程就可以比较CVIs。重要的是要注意其中的一部分纸在这个工具箱的开发中使用，如果您使用这个工具箱的任何部分，我将感激引用参考文章和我自己。

聚类有效性指数(CVI)通过定义簇内内聚(组内分散)和簇间分离(组间分散)之间的关系来估计聚类解决方案的质量。表1总结了本工具箱中检查的22个cvi。每个CVI由表中的首字母缩略词标识，后面跟着一个向上的箭头↑或者是向下的箭头↓分别指示索引是最大化还是最小化。

表1

如何使用?

有两个已命名的脚本KMeans_Evaluation.m而且Hierarchichal_Evaluation.m；他们评估聚类基于KMeans而且Hierarchichal集群resepctively。

• KMeans_Evaluation.m参数设置
  • 数据:数据
    • 加载数据
  • DistanceKMeans:距离类型k - means聚类(表二)

    • DistanceKMeans = DistKMeans;

  • Kmax:最大集群数

    • Kmax = 6;%集群集群的最大数量= 0 (size(data,1)，Kmax);for k=1:Kmax clust(:，k) = kmeans(data,k，'distance'，DistanceKMeans);结束

  • CVI:选择窗体(表1)

    • %% Select CVI = Select_CVI_KMeans;%聚类方案的评价eva = evalcvi(clust,CVI, data);

表二

你可以通过执行以下代码同时比较多个cvi:

CVIs = Select_Multiple_CVI_KMeans;Multiple_Result = Do_Multiple(CVIs, cluster,data);

它也可以自动可视化结果。

• Hierarchichal_Evaluation.m参数设置
  • 数据:数据
    • 加载数据
  • HierarchichalMethod:方法分层聚类树(Table3)

    • Z = linkage(data, HierarchichalMethod);

  • Kmax:最大集群数

    • Kmax = 6;k=1时的最大集群数:Kmax clust(:，k) = Cluster (Z， 'maxclust'， k);结束

  • DistanceType:两组观测数据之间成对距离的类型(Table4)

    • DistanceType = Distance_PDIST2;DXX = pdist2(data,data,DistanceType);

  • CVI:选择窗体(表1)

    • CVI = select cvi_hierarchichal;eva = evalcvi(clust,CVI, DXX);

如果您希望比较多个cvi，请运行以下代码

CVIs = select multiple_cvi_hierarchichal;Multiple_Result = Do_Multiple(CVIs,clust,DXX);

Table3

Table4

可视化

具有一定

(1) A. José-García和W. Gómez-Flores。基于差分进化的自动数据聚类有效性指标研究。遗传与进化计算会议* (GECCO '21)，里尔，法国，2021年。DOI: 10.1145/3449639.3459341 (2) Farhad Abedinzadeh(2022)。auto - civi - tool (https://github.com/farhadabedinzadeh/Auto-CVI-Tool/releases/tag/v1.0.0)， GitHub。2022年10月6日检索。

进一步的问题