내가 좋아하는 계층적 클러스터링 모델이 있습니다.통계와 도메인 지식의 균형을 기반으로 클러스터를 선택했으므로 일반적으로 최적의 CCC가 제안하는 것보다 훨씬 광범위합니다(일부 경우 더 좁음).이는 클러스터가 비즈니스 의사 결정을 위한 광범위한 휴리스틱으로 사용되고 있고 클러스터가 너무 많으면 우리가 필요한 기본 방식으로 조치를 취하기가 너무 어렵기 때문입니다.
새 데이터가 들어오면 이러한 클러스터 중 어느 클러스터에 속하는지 쉽게 결정할 수 있습니다.그러나 내 사용자 중 한 명이 별자리 차트를 정말 좋아했고(나도 마찬가지입니다!) 유용한 질적 지식을 제공한다는 것을 발견했습니다.따라서 전체 품질 표현을 위해 더 작은 하위 클러스터가 선택되지는 않았지만 시각적으로 보기에는 여전히 매우 유용합니다.
내가 알고 싶은 것은 새 데이터가 클러스터링 모델에 들어갈 위치를 특정 하위 분기까지 시각화하는 방법이 있는지입니다.특히 별자리 차트 내에서.내가 할 수 있는 유일한 일은
a) 계층적 클러스터와 동일한 구조에 가깝게 만드는 Nearest Neighbors 알고리즘 찾기
b) 훨씬 더 세분화된 클러스터의 몇 가지 추가 레이어를 마지막 몇 분기까지 해결한 다음 가까운 관련 클러스터의 구성원을 사용자에게 보고하기만 하면 됩니다.
이들 중 어느 것도 실제로 별자리 차트에 넣지 않지만 옵션 b는 적어도 볼 위치에 대한 로드맵을 제공할 수 있습니다.
새 항목을 계층적 클러스터 모델로 시각화하는 방법에 대한 생각이 있습니까?
SaveClusterTree 빨간색 삼각형 옵션을 살펴보고 이것이 필요한지 확인하십시오. 그렇지 않다면 아마도 원형 덴드로그램 귀하의 질문에 답변할 수 있습니다. SaveClusterTree 테이블을 봤다면 그 코드가 더 간단했을 것이라고 생각합니다. 오 글쎄.
행을 추가하면 클러스터링 순서가 많이 바뀔 것으로 예상할 수 있습니다. 새 트리는 식별한 지점에 새 노드가 삽입된 이전 트리처럼 보이지 않을 것입니다. 키와 몸무게로 클러스터링된 Big Class는 James가 추가/제거될 때 다음을 보여줍니다.
James가 없으면 재정렬됩니다.
