Cosa mi ha ispirato a inserire questa richiesta nella lista dei desideri? Vorrei eseguire un clustering in cui i centri del cluster (medoid) siano limitati a essere righe nella tabella dati (a differenza dei kmean in cui la media potrebbe non essere una riga nella tabella e soddisfare i vincoli).
Qual è il miglioramento che vorresti vedere? Potresti aggiungerlo da qualche parte nel menu Analizza > Clustering. Ecco un esempio di codice R.
library(cluster)
n <- 200
X <- data.frame(
x1 = rnorm(n),
x2 = runif(n, 0, 10),
f1 = factor(sample(letters[1:3], n, TRUE)),
f2 = factor(sample(c("lo","mid","hi"), n, TRUE))
)
d <- daisy(X, metric = "gower")
fit <- pam(d, k = 5, diss = TRUE)
cl <- fit$clustering
medoid_rows <- fit$id.med
cat("Medoid row indices:", medoid_rows, "\n\n")
cat("Medoid rows (one per cluster):\n")
print(X[medoid_rows, ], row.names = FALSE)
cat("\nCluster sizes:\n")
print(table(cl))
> cat("Medoid row indices:", medoid_rows, "\n\n") Medoid row indices: 170 111 191 200 68 > cat("Medoid rows (one per cluster):\n") Medoid rows (one per cluster): > print(X[medoid_rows, ], row.names = FALSE) x1 x2 f1 f2 -0.42460961 4.116528 b mid -0.08807738 7.593479 b hi -0.32078302 2.121084 c lo 0.28653902 4.962979 c mid 0.30942313 2.652641 a lo > cat("\nCluster sizes:\n") Cluster sizes: > print(table(cl)) cl 1 2 3 4 5 33 43 43 35 46
Perché questa idea è importante?
Voglio utilizzarlo sulle tabelle prodotte da Output Random Table in Profiler per selezionare un sottoinsieme di diverse impostazioni di fattori altamente desiderabili e ho bisogno di questo al posto di k-means quando sono presenti vincoli di miscelazione o di altro tipo.
Questo è un suggerimento interessante. Ne discuteremo internamente. Grazie per averlo pubblicato.
