-1
A
回答
0
最初的k-medoid出版物讨论了措施ESS,以及其他一些措施,如平均不相似度,最大不相似度,可能更适合使用的直径。
SSE是密切相关的欧氏距离,所以它通常是不恰当的(除非,当然,你用欧几里德,但为什么你会使用K-中心点划分则代替K-手段?)
+0
我打算使用k-medoids而不是k-means,因为我将使用自定义距离度量而不是欧几里得。所以我发现的最好方法是使用k-medoids并输入一个距离矩阵。 – user1143110
+0
也考虑分层聚类。但无论如何,请阅读原文,了解他们使用的动机和评估措施。他们可能会 - 也可能不 - - 适合您的问题。 **除非使用欧几里德距离,否则不要使用SSE!** –
相关问题
- 1. R型聚类分析
- 2. Cluster 3.0中的分层聚类分析
- 3. 聚类算法的性能分析
- 4. r与多个人的聚类分析
- 5. 使用scipy kmeans进行聚类分析
- 6. 使用MySQL进行“聚类分析”
- 7. 聚类分析的适用性
- 8. 聚类分析的距离计算
- 9. 聚类或分类?
- 10. 如何正确绘制从matlab中的聚类分析生成的聚类?
- 11. 分析MongoDb聚合性能
- 12. R,多重对应分析后发生分层聚类
- 13. 颜色分割:一个更好的聚类分析,找到K
- 14. R:分层聚类
- 15. 分布式分层聚类
- 16. Word2vec分类和聚类tensorflow
- 17. 聚类分析 - 找到一个集群的中心
- 18. 如何在Matlab或R中进行重叠聚类分析?
- 19. 在什么序列聚类分析完成?
- 20. 在R中使用pvclust进行聚类分析
- 21. 小文本的文本分析和聚类
- 22. 在R中包含姓名的两列进行聚类分析
- 23. 使用潜在语义分析进行聚类
- 24. R大型稀疏矩阵中的聚类分析
- 25. R中的分层聚类
- 26. 用Flann opencv分级聚类
- 27. OpenCV中的分层聚类
- 28. PostgreSQL的数据分析/聚集
- 29. ELKI GUI没有聚类结果的分层聚类
- 30. 聚类\分组挑战 - 聚类对成组
看看这里https://en.wikipedia.org/wiki/Silhouette_%28clustering%29 –