MOA CluStream：在计算出 k 均值后，我们应该 "name" 不位于任何宏集群内的微集群是什么？
MOA CluStream: What should we "name" the micro clusters that do not lie inside any of the macro clusters after k means is computed?
我目前正在学习CluStream，我对结果有些怀疑。我将继续解释：
如果微簇聚类使用K均值，我们都知道每个微簇将属于最近的宏簇（计算中心之间的欧氏距离）。
现在，查看以下示例结果：
我们可以看到宏集群并没有将所有微集群分组......
这是什么意思？我们应该如何考虑不位于某个宏集群内的微集群？我是否应该找到每一个最接近宏集群的微集群来标记它们？
编辑：
查看MOA源代码on Github，我发现宏簇半径是计算出来的将偏差 AVG 乘以所谓的“半径因子”（该值固定为 1.8）。 然而，当我向宏集群询问它们的权重时， 如果使用了很大的时间 window 并且没有衰落的组件，我可以看到宏集群恢复了所有点的信息... 考虑了当前所有的微集群！因此，即使我们看到一些微星团远离宏星团球体，我们也知道它们属于最近的星团——毕竟是 K 均值！
所以，我还有一个疑问：为什么要这样计算宏簇半径？我的意思是，它代表什么？ 算法不应该 return 标记微簇吗？
欢迎任何反馈。 TIA！
关键问题是：用户需要什么？
打上微集群的标签还行，但用户有什么用呢？
在大多数情况下，人们使用 k-means 结果的所有内容都是聚类中心。因为 k-means 的整个 objective 本质上是 "find the best k-point approximation to the data".
那么很可能CluStream的用户要使用的所有信息都是当前的k个聚类中心。也许每个人的体重，以及他们的年龄。
我目前正在学习CluStream，我对结果有些怀疑。我将继续解释：
如果微簇聚类使用K均值，我们都知道每个微簇将属于最近的宏簇（计算中心之间的欧氏距离）。
现在，查看以下示例结果：
我们可以看到宏集群并没有将所有微集群分组......
这是什么意思？我们应该如何考虑不位于某个宏集群内的微集群？我是否应该找到每一个最接近宏集群的微集群来标记它们？
编辑：
查看MOA源代码on Github，我发现宏簇半径是计算出来的将偏差 AVG 乘以所谓的“半径因子”（该值固定为 1.8）。 然而，当我向宏集群询问它们的权重时， 如果使用了很大的时间 window 并且没有衰落的组件，我可以看到宏集群恢复了所有点的信息... 考虑了当前所有的微集群！因此，即使我们看到一些微星团远离宏星团球体，我们也知道它们属于最近的星团——毕竟是 K 均值！
所以，我还有一个疑问：为什么要这样计算宏簇半径？我的意思是，它代表什么？ 算法不应该 return 标记微簇吗？
欢迎任何反馈。 TIA！
关键问题是：用户需要什么？
打上微集群的标签还行，但用户有什么用呢？
在大多数情况下，人们使用 k-means 结果的所有内容都是聚类中心。因为 k-means 的整个 objective 本质上是 "find the best k-point approximation to the data".
那么很可能CluStream的用户要使用的所有信息都是当前的k个聚类中心。也许每个人的体重，以及他们的年龄。