java - 获取 R/Java (MOA) 聚类算法结果并使用 python 处理它们的更好方法

Question

我一直使用 Python 进行集群，但最近我遇到了一种情况，我需要R和Java中可用的CluStream和DenStream（流集群算法）的实现（社区中有一些 Python 实现，但我已经试过了，他们没有工作）。

问题是我必须比较许多用 Python 编写的聚类算法，并且在上一阶段我使用的是众所周知的scikit 学习数据集（以展示算法如何处理非球状聚类 - 当然我将使用时间序列数据）。

现在，我想知道尝试这些 R/Java 算法并使用 R/Java 聚类结果计算用 Python ( DBCV ) 编码的度量的正确方法......

--> 所以，总而言之，我需要使用相同的数据集（我认为可以将其保存到 csv 文件中）并计算相同的有效性指标（Python）来比较许多算法（用 Python 和 R/Java 编码）。

任何帮助，将不胜感激。提前致谢！

---

编辑：我遇到的解决方案如下：

• 使用 sklearn 生成玩具数据集并将它们保存到 csv 文件中
• 对这些数据集使用不同的聚类算法，并将聚类结果保存到 csv 文件中（使用哪种编程语言无关紧要）
• 开发另一个应用程序：
  • 获取存储在 cvs 文件中的聚类解决方案
  • 计算指标并显示结果

如果您找到更好的解决方案，请告诉我！

---

备注：

• 这个 R 包是我想尝试的：streamMOA
• 我对 R 一无所知，并且我以前使用过 Java（我选择什么实现取决于与 Python 集成的更好方法）

标签： javapythonrcluster-analysisintegration

Answer 1

1. MOA 是一个 Java 软件。没有充分的理由通过 R 使用它，除非你已经在 R 生态系统中（你不是）。

2. 您可以将数据写入 CSV 并将其加载到您喜欢的任何工具中

3. 这些数据集不是流。它们缺乏流的所有困难和挑战——一个简单的子样本就足以识别聚类结构。从这些数据中得出的结论是没有用的。使用真实的数据流，而不是没有顺序的合成数据。