使用Python实现为测井而生的聚类算法，基于图的多分辨率聚类算法(MRGC)

「已注销」

于 2024-01-06 16:33:53 发布

阅读量960

点赞数 24

文章标签：算法 python 聚类

本文链接：https://blog.csdn.net/m0_56532795/article/details/135428213

版权

使用Python实现为测井而生的聚类算法，基于图的多分辨率聚类算法(MRGC)

前言

基于图的多分辨率聚类算法（Multi-Resolution Graph-based Clustering, 简称MRGC）原本是专为石油中测井的数据分析设计的算法，不过由于其出色的表现，它也可以被应用到别的邻域中。

聚类是一种常用的无监督数据分析手段，常用的聚类算法有K-Means、DBSCAN、层次聚类。这三个聚类算法各有千秋：K-Means虽然然简单，但是它无法识别出非球形类簇，而且在使用前需要手动指定最佳聚类数，但是确定最佳聚类数并不容易；DBSCAN虽然可以识别出任意形状的类簇，不过其聚类结果受初始参数邻域半径（ $\epsilon$ ）和邻域内最小样本数（MinPts）的影响非常大；层次聚类算法虽然不用事先指定类簇的数量，但是其也难以识别非球形类簇，而且当数据量很大时，在确定划分层次时容易受到主观因素影响。

而基于图的多分辨率聚类算法（Multi-Resolution Graph-based Clustering, 简称MRGC），在保留以上三种算法的优点的基础上，还解决了以上三种算法的缺点。

算法优势

识别非球形类簇

MRGC在度量两个样本间的相似度时，并没有直接使用距离，而是使用两个样本间的相互近邻关系，如：A是B的第m个近邻，B是A的第n个近邻。在此基础上，MRGC提出了近邻指数（Neighboring Index）的概念，以此来估计数据集的局部概率密度。相互近邻关系以及近邻指数的结合，使得MRGC可以识别非球形类簇。

确定最佳聚类数

MRGC在近邻指数的基础上提出了核心代表指数（Kernel Representative Index）的概念，通过对所有样本点的核心代表指排序，并在直方图上画出前m大的核心代表指数，直方图会呈现出多处断崖式下跌的情况，每一处断崖式下跌之前的核心代表指数的数量，就是最佳聚类数。如下图所示，MRGC总共识别出了两个最佳聚类数2和4。

在这里插入图片描述