亲爱的 JMP 用户和 JMP 团队，您好，
是什么启发了这个愿望清单请求？
越来越多地了解聚类的不同应用和可用的不同方法（K 均值、高斯混合、DBSCAN、分层......），我有几个愿望可以讨论 JMP 中可用的平台和指标：
- 查看主要的不同类型的聚类（基于质心、基于分布、层次和基于密度，参见聚类算法 |机器学习 |谷歌开发者)，似乎 JMP 能够涵盖 4 种主要聚类类型中的 3 种（分别是 K 均值、正态混合和层次聚类），但不能涵盖基于密度的聚类。 自 2021 年以来，该主题已在 JMP 愿望清单中：基于密度的聚类 - JMP 用户社区
- 查看“评估”指标以了解哪个集群数量最合理，平台之间存在一些差异：
- 对于层次聚类，评估指标是基于距离的，
- 对于 K-Means 聚类（centroïd clustering），评估是基于方差的立方聚类标准（CCC），
- 对于正态混合物（分布聚类），评估是基于信息论的 AICc 和 BIC。
基于聚类特定算法，评估可能不同似乎很正常，但能够在相同的基础/指标上比较聚类方法会很棒。 也见于文献（ [2212.12189] 停止使用 k-means 的肘部标准以及如何选择聚类数量 (arxiv.org) )、方差准则或 BIC 准则似乎是比较不同数量的 K-Means 聚类的首选选项。
您希望看到哪些改进？
- 基于密度的聚类方法的实施，如 DBSCAN 和/或 HDBSCAN。
- 为不同的聚类方法（如 AICc 和 BIC）实施通用评估指标，以便更好地评估哪种方法似乎是最合理的选择。 特定聚类方法的选择可能受领域专业知识和/或偏好的指导，但有一个“中性”指标来安慰这种选择或挑战它会很棒。
- 对于每个聚类模型，基于方差（CCC、VRC 等）、距离（Dunn、Silhouette 分数、...）和信息论（AICc、BIC 等）实施其他聚类指标。
为什么这个想法很重要？
JMP 中提供的聚类算法确实代表了大多数预期情况，但实际上缺少基于密度的聚类，并且可以在许多不同的情况下找到。
在没有通用指标来比较不同聚类技术的情况下，可能很难选择“正确”的方法，或者对特定方法的选择有足够的信心。
最后，由于基于不同数据结构的聚类的多样性，对每种方法有不同的评估指标是很重要的，这有助于评估关于聚类数量的“稳健性”决策。
