在 ELKI 中运行 k-medoids 算法

Question

我正在尝试运行 ELKI 以在 arff 文件形式的数据集上实现 k-medoids（对于 k=3）（使用 ELKI 中的 ARFFParser）：

数据集有 7 个维度，但是我获得的聚类结果仅显示在一维级别上的聚类，并且仅针对 3 个属性执行此操作，而忽略了其余属性。像这样：

谁能帮助我如何获得所有维度的聚类可视化？

Answer 1

ELKI 主要用于数字数据。

遗憾的是，目前 ELKI 没有“混合”数据类型。

ARFF 解析器会将您的数据集拆分为多重关系：

1. 包含age 的一维数值关系
2. 一个LabelList关系存储sex和region
3. 包含salary 的一维数值关系
4. 一个LabelList关系存储married
5. 一维数值关系存储children
6. 一个LabelList关系存储car

不过，显然它弄乱了关系标签。但除此之外，这种方法非常适用于由数字数据 + 类标签组成的 arff 数据集，例如 - 编写此解析器的用例。这是一种定义明确且一致的行为，尽管并非您所期望的那样。

然后算法在它可以使用的第一个关系上运行，即仅age。

所以这是你需要做的：

1. 实现一种高效的数据类型来存储混合类型的数据。
2. 修改 ARFF 解析器以生成混合类型数据的单一关系。
3. 为这种类型实现一个距离函数，因为缺少混合类型的数据表示意味着我们也没有距离。
4. 在 k-Medoids 中选择这个新的距离函数。
5. 共享代码，这样其他人就不必再这样做了。 ;-)

或者，您可以编写一个脚本来将您的数据编码到一个数字数据集中，然后它就可以正常工作了。但在我看来，one-hot-encoding 等的结果通常不是很有说服力。