典型資料集:120-200 行,15 個類別。
已知行是按類別排序的。未知的是班級之間的「柵欄」在哪裡。
按原樣(即,不考慮行順序),LCA 可以正確分類約 94% 的行。我的直覺是,如果我知道如何告訴演算法這些行是按輸入的類別分組的,那麼我們就可以達到 100%。
視覺上,以防我對「分組依據」的使用不清楚:
正確的看起來像這樣:
1a
1a
1a
1a
1a
1b
1b
1b
1b
1b
1b
1b
1b
1c
1c
1c
1c
1c
1c
1c
就行順序而言,所有 1a 行始終是鄰居,所有 1b 行等。
目前,我有時會得到:
1a
1a
1a
1c
1c
1b
1b
1b
1b
1b
1b
1b
1b
1c
1c
1c
1c
1c
1c
1c
有想法嗎?
有可能,我可以建立一個以 Row() 作為值的列,但我擔心大多數聚類列都有「類別」類型值。對於 15 個類,使用的每個欄位可能有 2-8 個唯一值。 Row() 將有 120 個唯一值,這感覺就像在混合中添加了通配符。