このウィッシュリストのリクエストのきっかけは何ですか?クラスター センター (medoid) がデータ テーブル内の行に制限されているクラスタリングを実行したいと考えています (平均値がテーブル内の行ではなく制約を満たす kmeans とは異なります)。
どのような改善をご希望ですか？ 「分析」>「クラスタリング」メニューのどこかにこれを追加していただければと思います。Rコードの例を以下に示します。
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
このアイデアはなぜ重要なのでしょうか?
プロファイラーの出力ランダム テーブルによって生成されたテーブルでこれを使用して、さまざまな非常に望ましい因子設定のサブセットを絞り込みたいのですが、混合またはその他の制約が存在する場合は k-means の代わりにこれが必要です。
興味深いご提案ですね。社内で検討させていただきます。ご投稿ありがとうございます。
