典型数据集:120-200 行,15 个类。
已知行是按类别排序的。未知的是类别之间的“栅栏”在哪里。
按照原样(即不考虑行顺序)LCA 可以正确分类大约 94% 的行。我的直觉是,如果我知道如何告诉算法行在输入时按类别分组,那么正确率将达到 100%。
视觉上,如果我对“分组依据”的使用不清楚:
正确的应该是这样的:
1a
1a
1a
1a
1a
1b
1b
1b
1b
1b
1b
1b
1b
1c
1c
1c
1c
1c
1c
1c
就行顺序而言,所有 1a 行始终是邻居,所有 1b 行也是如此,等等。
目前,我有时会收到:
1a
1a
1a
1c
1c
1b
1b
1b
1b
1b
1b
1b
1b
1c
1c
1c
1c
1c
1c
1c
有想法吗?
有可能,我可以创建一个以 Row() 为值的列,但我担心的是,大多数聚类列都有“类”类型的值。对于 15 个类,使用中的每个列可能有 2-8 个唯一值。Row() 将有 120 个唯一值,这感觉就像在混合中添加了一个通配符。