在mlr包中进行无重采样的调优（群集）

在mlr包中，我可以执行集群。假设我不想知道模型在看不见的数据上的表现，但我只想知道对于给定的性能度量，集群的最佳数量是多少

在本例中，我使用dbscan包的moons数据集

库（mlr）
图书馆（dbscan）
数据（“卫星”）
db_任务=makeClusterTask（数据=卫星）
db=makeLearner（“cluster.dbscan”）
ps=makeParamSet（makeDiscreteParam（“eps”，value=seq（0.1,1，by=0.1）），
makeIntegerParam（“MinPts”，下=1，上=5））
ctrl=makeTuneControlGrid（）
rdesc=makeResampleDesc（“CV”，iters=3）#我不想使用它，但我必须使用它
res=调谐参数（db，
任务=db_任务，
control=ctrl，
尺寸=轮廓，
重采样=rdesc，
PARSET＝PS）
#>[Tune]已开始调整参数集的learner cluster.dbscan：
#>类型len Def Constr Req可调
#>eps离散--0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1-真
#>MinPts整数--1到5-真
#>特拉沃
#>每股收益-
#>明普茨-
#>使用控制类：TuneControlGrid
#>插补值：Inf
#>[Tune-x]1:eps=0.1；MinPts=1
#>矩阵中的错误（nrow=k，ncol=ncol（x））：无效的“nrow”值（太大或NA）

由（v0.3.0）于2019-06-06创建

---

然而，mlr迫使我使用重采样策略。你知道如何在集群任务中使用mlr而不重新采样吗？

mlr

在集群中非常糟糕。它的

dbscan

函数是非常慢的

fpc

包的包装器。其他的包裹Weka，速度也很慢

改用

dbscan

软件包

---

然而，参数调整不仅仅在无监督的设置下起作用。你没有标签，所以你只有不可靠的“内部”启发。对于DBSCAN来说，其中大多数都是不可靠的，因为他们会假设噪声是一个集群，但事实并非如此。很少有工具支持评估中的噪声（我在ELKI中看到了这方面的选项），而且我不相信处理噪声的两种变体都是好的。您可以为每个变体IMHO构造不需要的情况。您可能需要使用至少两个度量来评估有噪声的集群。

您的代码没有为我运行（请参阅上面插入的reprex）。为什么不看看在调优过程中由性能最佳的模型计算出的集群数量？我不明白为什么它不起作用（我把它放在那里，直到我明白原因为止）。我有一些数据集，其中CV和轮廓图的结果不同。我已经用

dbscan

软件包尝试过了。问题是，我必须事先设置簇的数量，然后绘制knn图。但在我的案例中，它们并不清晰可见（即通过PCA）。因此，基于度量的调优似乎是一种解决方案。如果您想预定义集群的数量，k-means似乎更合适，因为它强制了这样一种结构。然而，考虑光学和HDBSCAN *，而不是在DSPCAN上的网格搜索。这就是为什么光学一开始就被发明了，不需要选择ε。