スペクトルクラスタリングと階層的クラスタリング

Question

誰でもスペクトルクラスタリングよりも階層的クラスタリングを使用する利点はありますか？どのように動作するのか知っていますが、スペクトルクラスタリングよりも階層的なクラスタリングを使用する方が良いかどうかを知りたいのです。

Answer 1

階層的クラスタリング：

• これは、分類学上のデータのために良いです。
• すべてのデータポイントを含む単一のクラスタに終わるまで、同様のポイントを接続し続けます。
• すべてのデータを結合した後のグループ化から、それを樹形図といいます。
• 必要なクラスタの数に応じて、あるレベルでデンドログラムをカットします。

---

スペクトラルクラスタリング：

• これはK-手段と密度ベースのクラスタリングは、これらの場合には失敗のような複雑な形状であるクラスタデータのためのものです。
• データ点をグラフの頂点として扱うには、十分に近い頂点を接続します。したがって、εの値も選択します。 εより近いすべての頂点が接続されます。
• 階層型クラスタリングとは異なり、（εの値が高く、接続されていないコンポーネントがない限り）完全に接続された単一グラフは得られません。代わりに、複数の接続されたコンポーネントがあり、それぞれはクラスタを表します。

Answer 2

通常、階層的クラスタリングは高速であり、学習するための素敵な樹形図を作成します。

デンドログラムは、良いクラスタリングがあるかどうかを理解するのに非常に便利です。

さらに、階層的クラスタリングは非常に柔軟です。異なる距離関数と異なるリンク方法を使用することができます。

スペクトルクラスタリングには興味深い理論があります。本当にうまく動作するには、データはすでに十分に分離された「接続されたコンポーネント」で構成されていなければなりません。非常に騒々しいデータがあるときは、幸運。