FAQ的博客

直接复制代码放到.m文件，与上一个链接中。我提到的acc放在同一个文件夹即可使用。整理不易，欢迎一键三连~

自顶向下，自底向上层次聚类，应用于分类数据

Python 实现分类数据的 Accuracy 【ACC】外部评估指标

超详细！匈牙利算法的原理介绍，以及python实现！

每一个cluster被表示为具有相同权重的 hyperedge，数据对象被认为是具有相同权重的顶点，然后使用超图分割算法 HMETIS 对超图进行分割，使得超图切割的权重之和达到最小化，最终产生的 unconnected components 作为算法的最终输出。对于分类数据集，如果把属性值看作是聚类标签，那么每个属性及其属性值都会在数据集上给出一个“最佳聚类”，而不需要考虑其他属性，因此，每个属性的属性值是不同聚类算法的输出。可以定义为在所需的共识cluster数量为k的情况下，与之对应的所有个体。

聚类指标千千万，还得看你方法硬不硬，希望科研小白能继续坚持。