Artificial intelligence 利用成对计数f-测度评价层次聚类

情况如下：

我有一个文档数据集，我已经根据主题手动分配给（地面）集群。然后，我使用层次聚集聚类（HAC）自动对同一数据集进行聚类。我现在尝试使用成对计数f-度量来评估HAC集群（如相似性度量的表征和评估中所述） 由Darius Pfizner、Richard Leibbrandt和David Powers设计的成对集群）

然而，我面临的问题是，我的手动集群产生了扁平集群（因此集群之间没有任何关系），而HAC发现的集群是分层的。因此，在查看树状图时，根据您选择的深度（水平线），您有不同数量的簇（在深度0（根节点）处，您只有1个簇；在最大深度处，您的簇数等于数据集中的元素数）

因此，我现在的问题是：

• 我是否需要选择一个深度（这样我就有了一组固定的簇）来使用配对计数f-度量（或者我遗漏了什么？）
• 如果是，我用什么标准来确定这个深度

---

成对计数措施设计用于无重叠平切割

如果试图计算重叠或分层结果，则很容易得到超出

[0；1]

范围的值；因此，这些方法显然不起作用

因此，是的，您必须以某种方式（例如，在特定高度；或为了实现特定数量的簇）切割树，以便能够使用此评估度量

关于如何从分层聚类结果（无论是来自链接聚类、光学还是HDBSCAN）中提取平面划分的最新建议，请参见：

从层次结构中半监督和非监督最优提取聚类的框架
R.J.G.B.坎佩罗，D.穆拉维，A.齐梅克，J.桑德
《数据挖掘与知识发现》，27（3）：344–3712013

---

但我还没有用过这个。不过，这听起来很有用，在我的阅读清单上。

谢谢你的回答。我去看看！