MOA CluStream：如何计算出k个均值后如何“命名”不位于任何宏集群内部的微集群？

Question

我目前正在研究CluStream，对结果有一些疑问。我将继续解释：

如果将微簇聚簇使用K表示，我们都知道每个微簇都将属于最近的宏簇（计算中心之间的欧式距离）。

现在，查看以下示例结果：

我们可以看到宏集群没有将所有的微型集群归为一类……

这是什么意思？我们应该如何考虑不在某个宏集群内的微集群？我是否应该找到每个最接近宏的微簇来标记它们？

编辑：

检查MOA源代码 on Github，我发现计算宏簇半径将偏差AVG乘以所谓的“半径因子”（该值为固定为1.8）。 但是，当我询问宏簇的权重时，如果使用了巨大的时间窗口并且没有衰落分量，则可以看到宏簇恢复了所有点的信息... 当前所有的微型集群都被考虑在内！因此，即使我们看到一些微团簇都不在宏团簇范围内，我们也知道它们属于最接近的微团簇-毕竟是K表示！

所以，我还有一个问题：为什么要这样计算宏簇半径？我的意思是，它代表什么？ 算法是否应该返回标记的微簇？

欢迎任何反馈。 TIA！

Answer 1

关键问题是：用户需要什么？

标记微型集群还可以，但用户可以在哪里使用？

[在大多数情况下，人们使用k均值的结果就是聚类中心。因为k均值的整个目标实质上是“找到数据的最佳k点近似值”。

很可能CluStream的所有信息用户都将使用k个当前的群集中心。也许每个的重量，以及它们的年龄。