cluster-analysis - 相同设置的 Weka 聚类结果不同
问题描述
我正在使用 Weka 对一些数据进行聚类，但遇到了一个非常奇怪的问题。当我在数据集上使用普通的“集群”工具时，我得到的结果是
Cluster 1: 87 instances
Cluster 2: 88 instances
Cluster 3: 181 instances
这是我从我所拥有的数据中所期望的，所以我认为这是一个很好的结果。但是，我想将此集群添加为一个类并将其保存为一个新.arff文件，因此我尝试使用 Weka 提供的“添加集群”过滤器。现在，在这个过滤器中，我选择了相同的聚类器（本实验的 EM），并确保所有设置都相同（甚至种子编号）。当我应用这个时，我得到了更糟糕的结果
Cluster 1: 87 instances
Cluster 2: 43 instances
Cluster 3: 226 instances
这显然与以前不同，但我不知道为什么。我已经仔细检查了我的所有设置以确保它们是相同的，所以我很确定这不是这个结果。此外，在这个问题中，Zannjaminderson 评论了他有同样问题的答案，所以可能不是我（我会评论看看他是如何/如果他修复了它，但可惜我没有 50 个代表）。
我认为可能会影响结果的一件事是聚类的训练内容。在最初的聚类中，我使用了整个训练集，但是对于“添加聚类”聚类，我认为它没有指定它训练的内容，所以这可能是错误的根源。最终，我的问题是：为什么会发生这种差异，我能做些什么（如果有的话）来阻止它？