我可以使用k-means来聚类非完整图吗？

我想通过使用k-means聚类算法聚类连接无向图（不是一个完整的图）。我只看到k-means用于完整的图表，但我不确定是否有另一种方式可以将它应用于非完整图形中。我可以使用k-means来聚类非完整图吗？

那么，有没有人知道这件事？而且，如果k-means不能应用于连通的无向图，那么哪种算法对聚类这种图是有好处的？

在此先感谢！

来源

2017-07-25 arizamoona

K表示连续坐标数据。在图形矩阵上使用它是相当可疑的，尽管它会产生一些不完全是无稽之谈的结果。但它有一个权重问题。 –

K-means可用于非完整图。您需要的唯一东西是将边的权重（两个节点之间的距离）设置得非常高（远高于所连接的其他权重）。

要群集的网络，我建议使用MCL - 为图做集群（https://micans.org/mcl/）簇算法。

希望这会有所帮助！

来源

2017-07-26 08:04:17 chenxingwei

非常感谢您的回复，并且对于迟到的回复感到抱歉。但我不明白你的意思是通过设置边缘的权重（两个节点之间的距离）非常高（远高于其他连接的权重）。你能解释一下我比这更清楚吗？ – arizamoona

例如，您有一个包含4个节点（A，B，C，D）的网络。A连接到B（AB），A连接到C（AC），C连接到D（CD）。那么你是否应该有这三个边缘的重量。如果没有权重，则可以将这三个边的权重设置为1.然后，可以设置其他边（如AD，BC等），并将这些边的权重设置为非常大，比如1，如1000. – chenxingwei

谢谢。你真好。我认为这个想法适用于k-means，以防止在集群中存在没有连接节点的结果，这是我想要的，但是我不能实现这个想法，因为它不灵活。 – arizamoona

我可以使用k-means来聚类非完整图吗？

回答

相关问题