统计上几天

Question

假设，我必须对应于5个类别个连续程序10天每小时数据群集成员关系，创建为：

library(xts) 
set.seed(123) 
timestamp <- seq(as.POSIXct("2016-10-01"),as.POSIXct("2016-10-10 23:59:59"), by = "hour") 
data <- data.frame(cat1 = rnorm(length(timestamp),150,5), 
         cat2 = rnorm(length(timestamp),130,3), 
         cat3 = rnorm(length(timestamp),150,5), 
         cat4 = rnorm(length(timestamp),100,8), 
         cat5 = rnorm(length(timestamp),200,15)) 
data_obj <- xts(data,timestamp) # creat time-series object 
head(data_obj,2) 

现在，每天我单独进行集群，看看这些类别相对于彼此表现使用简单kmeans为：

daywise_data <- split.xts(data_obj,f="days",k=1) # split data day wise 
clus_obj <- lapply(daywise_data, function(x){ # clustering day wise 
    return (kmeans(t(x), 2)) 
}) 

一旦集群是结束了，我可视化在不同的10天群集关系与

sapply(clus_obj,function(x) x$cluster) # clustering results 

，我发现结果

目测，很显然，cat1和cat3始终保持相同的群集。类似地，cat4和cat5在10个不同的日子里大多在不同的群中。

除了目视检查，是否有任何自动的方法来收集这种类型的统计从这样的聚类表？

---

注意：这是一个虚拟的例子。我有一个包含连续100天80个类别的数据框。像上面这样的自动总结会减少工作量。

Answer 1

配对计数群集评估措施显示了解决此问题的简单方法。

这些方法不是查看不稳定的对象集群分配，而是查看两个对象是否在同一个集群中（称为“对”）。

所以你可以检查这些对是否随时间变化很大。由于k-means是随机化的，你可能还想在每个时间片上运行几次，因为它们可能会返回不同的聚类！

然后你可以说例如系列1在90％的结果中与系列2处于同一簇中。等等。