親愛的 JMP 使用者和 JMP 團隊，您好：
是什麼激發了這個願望清單請求？
越來越了解聚類的不同應用和不同的可用方法（K 均值、高斯混合、DBSCAN、分層...），我有幾個願望希望討論 JMP 中可用的平台和指標：
- 查看主要不同類型的聚集（基於質心、基於分佈、分層和基於密度，請參閱聚類演算法 |機器學習 | Google開發者），看來 JMP 能夠涵蓋 4 種主要聚類類型中的 3 種（分別使用 K 均值、常態混合和層次聚類），但不能涵蓋基於密度的聚類。 自 2021 年以來，該主題已在 JMP 願望清單中：基於密度的聚類 - JMP 使用者社區
- 查看「評估」指標以了解哪些集群數量看起來最合理，平台之間存在一些差異：
- 對於層次聚類，評估指標是基於距離的，
- 對於 K 均值聚類（質心聚類），評估是基於三次聚類標準 (CCC) 的方差，
- 對於常態混合物（分佈聚類），評估是基於 AICc 和 BIC 的資訊理論。
基於特定於聚類的演算法，評估可能有所不同，這似乎很正常，但如果能夠在相同的基礎/指標上比較聚類方法，那就太好了。 文獻中也有（ [2212.12189] 停止使用 k 均值的肘部準則以及如何選擇簇的數量 (arxiv.org) ），變異數準則或 BIC 準則似乎是比較 K 均值不同簇數的首選選項。
您希望看到哪些改進？
- 基於密度的聚類方法的實現，例如 DBSCAN 和/或 HDBSCAN。
- 為不同的聚類方法（例如 AICc 和 BIC）實施通用評估指標，以便更好地評估哪種方法似乎是最合理的選擇。 特定聚類方法的選擇可以由領域專業知識和/或偏好來指導，但是有一個「中性」度量來安慰這種選擇或挑戰它會很棒。
- 對於每個聚類模型，基於方差（CCC、VRC、...）、距離（Dunn、Silhouette 分數、...）和資訊理論（AICc、BIC、...）實現其他聚類指標。
為什麼這個想法很重要？
JMP 中提供的聚類演算法確實代表了大多數預期情況，但基於密度的聚類確實缺失，並且可以在許多不同的情況下找到。
在缺乏比較不同聚類技術的通用指標的情況下，可能很難選擇「正確」的方法，或對特定方法的選擇有足夠的信心。
最後，由於基於不同資料結構的聚類多種多樣，因此對每種方法有不同的評估指標非常重要，這可以幫助評估有關聚類數量的「穩健性」決策。
