pandas - 良好的霍普金斯分数，但聚类质量差

Question

在执行聚类之前，我使用 pyclustertend 的 Hopkins 分数来了解聚类形成的可能性。结果为 0.049，表明数据适合聚类。

然而，在聚类之后，通过轮廓分数评估的聚类质量并不令人印象深刻（0.37）。

据我了解，这似乎很矛盾。如果霍普金斯分数低，我会期待更高的轮廓分数。

我误解了这个吗？这是否暗示聚类过程出现问题？

谢谢！

标签： pandascluster-analysisk-means

Answer 1

我以前没有使用过该模块，所以这可能不完全正确。

较低的 hopkins 分数表示良好的潜在聚类，理论上，也应该给出更高的轮廓分数。不得不进行一些挖掘，但显然，轮廓分数衡量了一个对象与其自己的集群与其他对象的相似程度。

我怀疑基于明显矛盾的信息可能是集群数量的结果。可能是某些对象靠近多个集群。尝试更改集群的数量。看看这如何改变这些物体的轮廓分数。或者查看大多数其他对象的轮廓分数如何。