일반적인 데이터 세트: 120~200개 행, 15개 클래스.
행은 클래스별로 정렬되어 있는 것으로 알려져 있습니다. 클래스 간의 '펜스'가 어디에 있는지는 알 수 없습니다.
있는 그대로 -- 즉, 행 순서를 고려하지 않고 -- LCA는 약 94%의 행을 올바르게 분류합니다. 제 직감으로는 입력 시 행이 클래스별로 그룹화되어 있다는 것을 알고리즘에 알리는 방법을 알았다면 100%가 되었을 것입니다.
시각적으로, '그룹화 기준'이라는 용어의 사용이 불분명한 경우:
정답은 다음과 같습니다.
1가
1가
1가
1가
1가
1b
1b
1b
1b
1b
1b
1b
1b
1c
1c
1c
1c
1c
1c
1c
모든 1a 행은 행 순서에 따라 항상 이웃하고, 모든 1b 등은 그렇습니다.
요즘은 가끔 이런 일이 생깁니다.
1가
1가
1가
1c
1c
1b
1b
1b
1b
1b
1b
1b
1b
1c
1c
1c
1c
1c
1c
1c
아이디어가 있으신가요?
잠재적으로 Row()를 값으로 갖는 열을 만들 수 있지만, 제가 걱정하는 것은 대부분의 클러스터링 열이 '클래스' 유형 값을 갖는다는 것입니다. 15개 클래스의 경우 사용 중인 각 열은 2~8개의 고유한 값을 가질 수 있습니다. Row()는 120개의 고유한 값을 가지는데, 이는 마치 와일드카드를 섞은 것 같습니다.
