378801_ja-JP

liliconcom

密度ベースのクラスタリング?

JMPのクラスタリング方法のいずれかを使用して、下の表の例に示されている同心円を分離することは可能ですか?DBSCAN、またはノイズを含むアプリケーションの密度ベースの空間クラスタリングに対する JMP ウィッシュ リスト リクエストがすでにあり、これを行うことができます。既存の機能が不足していますか?

 

ウィッシュリスト項目:密度ベースのクラスタリング

 

 

サンプル データ テーブルを作成するスクリプト:

 

もっと見る...

New Table( "Cluster Circles",
 Add Rows( 500 ),
 New Script(
  "x by y",
  Graph Builder(
   Size( 527, 456 ),
   Show Control Panel( 0 ),
   Variables( X( :x ), Y( :y ), Color( :actual cluster ) ),
   Elements( Points( X, Y, Legend( 5 ) ) )
  )
 ),
 New Column( "x",
  Numeric,
  "Continuous",
  Format( "Best", 12 ),
  Formula( If( :actual cluster == 1, 2, 1 ) * :random noise * Cos( :random ) )
 ),
 New Column( "y",
  Numeric,
  "Continuous",
  Format( "Best", 12 ),
  Formula( If( :actual cluster == 1, 2, 1 ) * :random noise * Sin( :random ) )
 ),
 New Column( "random",
  Numeric,
  "Continuous",
  Format( "Best", 12 ),
  Formula( Random Uniform( 0, 2 * Pi() ) )
 ),
 New Column( "random noise",
  Numeric,
  "Continuous",
  Format( "Best", 12 ),
  Formula( Random Normal( 1, 0.05 ) )
 ),
 New Column( "actual cluster",
  Numeric,
  "Nominal",
  Format( "Best", 12 ),
  Formula( Floor( Random Uniform( 0, 1.99999 ) ) ),
  Set Selected
 )
)

 

関係を視覚的に見て、それに対してポイントを獲得したい場合は、これを行うようにモデルをトレーニングできることはわかっていますが、これを行うには教師なしの方法が必要です。

 

別のデータセットの例を次に示します。

 

 

もっと見る...

New Table( "Cluster Circles 2",
 Add Rows( 500 ),
 New Script(
  "x by y",
  Graph Builder(
   Size( 527, 456 ),
   Show Control Panel( 0 ),
   Variables( X( :x ), Y( :y ), Color( :actual cluster ) ),
   Elements( Points( X, Y, Legend( 5 ) ) )
  )
 ),
 New Column( "x",
  Numeric,
  "Continuous",
  Format( "Best", 12 ),
  Formula(
   If( :actual cluster == 1,
    2 * :random noise * Cos( :random ),
    1 * :random noise * Cos( :random / 2 ) + 0.1
   )
  )
 ),
 New Column( "y",
  Numeric,
  "Continuous",
  Format( "Best", 12 ),
  Formula(
   If( :actual cluster == 1,
    2 * :random noise * Sin( :random ),
    1 * :random noise * Sin( :random / 2 ) + 0.1
   )
  ),
  Set Selected
 ),
 New Column( "random",
  Numeric,
  "Continuous",
  Format( "Best", 12 ),
  Formula( Random Uniform( 0, 0.8 * Pi() ) )
 ),
 New Column( "random noise",
  Numeric,
  "Continuous",
  Format( "Best", 12 ),
  Formula( Random Normal( 1, 0.1 ) )
 ),
 New Column( "actual cluster",
  Numeric,
  "Nominal",
  Format( "Best", 12 ),
  Formula( Floor( Random Uniform( 0, 1.99999 ) ) )
 )
)

 

 

分析Re: 密度ベースのクラスタリング?

ウィキペディアのアルゴリズムは機能しているようです。 のような奇妙な表記法を使用する必要がある理由がわからない

SeedSet S := N \ {P} 

しかし、それはセット N から P を削除するための標準セット表記法でしょうか?

ランダムなデータで何度も実行したところ、リングとランダムに配置された 10 個のクラスターでこのような結果が得られました

 

always using the same eps and minpts, one time the ring separated in half常に同じ eps と minpts を使用し、リングが半分に分かれたとき

data および eps パラメータによっては、10,000 ポイント付近で遅くなりすぎる場合があります。 教師なしと見なされるかどうかはわかりません。これらのグラフをこれほどうまく機能させるために、eps と minpts を選ぶのにかなりの時間を費やしました。

Re: 密度ベースのクラスタリング?

ウィキペディアコードJMP の KDTable 関数は、これを実行できるように見えます。 KDTable ルックアップが多くの作業を行っているため、かなり高速である可能性があります。

@ドンマコーマックこれは、特に適切な起動ダイアログとメニュー システム内の配置を備えたアドインに変換される部分で、良い挑戦になる可能性があります。

Re: 密度ベースのクラスタリング?

やあ@Craige_Hales

 

この機能があることを知りませんでした！残念ながら、すべてのクラスターの高密度領域を選択しているように見えますが、これは便利ですが、私が探しているものとはまったく異なります。

 

ありがとう！

Re: 密度ベースのクラスタリング?

良い発見@Craige_Hales 、

 

すべての方法を試した後、これを見逃してしまったことに戸惑いましたが、プラットフォームにバグがあることがわかりました。集まるリングを適切に分離しますが、クラスター式異なる結果を示しています。あなたが言ったように、私は便利だと思いますが、実際のアプリケーションではうまくいきません。

 

ありがとう！

Re: 密度ベースのクラスタリング?

こんにちは、ありがとう@ティエリー_S 、

 

はい、確かに極座標に変換すると、これらのデータセットの両方が大きく分離されます。 問題は、このサンプル データ セットでしか機能せず、実際には私が望んでいるよりも教師ありメソッドに近いことです。私がリングを使用したのは、既存の方法との闘いを示しているからですが、実際には、実際のデータはより乱雑で、より多くの次元があり、単純な変換ではうまくいきません。

 

より多くの人々に投票してもらうためのプラグとして密度ベースのクラスタリングウィッシュ リスト アイテムについては、以下のリンクでさまざまな方法と比較して確認してください。 状況によっては、同様のパフォーマンスが見られることを証明できます。

 

https://towardsdatascience.com/how-dbscan-works-and-why-should-i-use-it-443b4a191c80

Re: 密度ベースのクラスタリング?

また、階層的な単一リンケージ法は、ばらばらのリングで完全に機能しました。 ただし、2番目の例ではありません。

Re: 密度ベースのクラスタリング?

二変量ノンパー密度

次に、密度でポイントを選択します

 

 

 

Re: 密度ベースのクラスタリング?こんにちは。
データを極座標に変換してから、R とアルファでクラスター化することを検討しましたか? 少なくともサンプルデータでは、かなりうまく機能します。
乾杯、
TS