Questions tagged «model-based-clustering»

我正在寻找一个小的数据集（对4个区间变量和一个三因素分类变量的64个观察值）进行聚类。现在，我对聚类分析还很陌生，但是我知道自从层次聚类或k均值成为唯一可用选项以来，已有了相当大的进步。特别是，似乎有可用的基于模型的聚类的新方法，如chl所指出的那样，可以使用“拟合优度指数来确定聚类或类的数量”。 但是，用于基于模型的群集的标准R包mclust显然不适合具有混合数据类型的模型。fpc由于连续变量的非高斯性质，我怀疑该模型会但很难拟合模型。我应该继续使用基于模型的方法吗？如果可能的话，我想继续使用R。如我所见，我有几种选择： 将三级分类变量转换为两个虚拟变量，然后使用mclust。我不确定这是否会使结果产生偏差，但是如果不是这样，则是我的首选。 以某种方式转换连续变量并使用该fpc包。 使用一些我还没有遇到过的R包。 使用Gower的度量创建一个相异矩阵，并使用传统的分层或重定位群集技术。 stats.se hivemind在这里有什么建议吗？

12 clustering  model-based-clustering  mixed-type-data 

R软件包mclust使用BIC作为选择集群模型的标准。据我了解，应该选择BIC最低的模型而不是其他模型（如果您仅关心BIC）。但是，当BIC值均为负时，该Mclust功能默认为具有最高BIC值的模型。我的来自各种试验总体理解是mclust识别“最好”的模型作为那些具有。max{BICi}max{BICi}max\{BIC_i\} 我试图理解作者为什么做出这个决定。它在CRAN站点中进行了说明：https ://cran.r-project.org/web/packages/mclust/vignettes/mclust.html 另外，mclust软件包的作者在第5页的基于模型的分类方法：使用化学计量学中的mclust软件中对此进行了记录。 “最佳”模型被认为是拟合模型中BIC最高的模型。 谁能在这个问题上大放异彩？如果较低的BIC总是更好，那么为什么作者不选择具有最低BIC的模型，而是选择具有最小绝对BIC的模型？如果可能，请提供参考。

11 r  clustering  gaussian-mixture  bic  model-based-clustering