MOA CluStream：我们应该做什么；名称“；计算k均值后，不位于任何宏簇内的微簇？

我目前正在学习，我对结果有些怀疑。我会继续解释：

如果使用K均值对微簇进行聚类，我们都知道每个微簇将属于最近的宏簇（计算中心之间的欧几里德距离）

现在，查看以下示例结果：

我们可以看到，宏观集群并不是将所有的微观集群都分组

这是什么意思？我们应该如何考虑不存在于宏观集群内的微簇？我是否应该找到每个最接近宏的微集群来标记它们？

编辑： 检查MOA源代码，我发现宏簇半径是用偏差平均值乘以所谓的“半径因子”（该值固定在1.8）但是，当我询问宏簇的权重时，如果使用了一个巨大的时间窗口并且没有衰减分量，我可以看到宏簇恢复了所有点的信息考虑所有当前的微集群！所以，即使我们看到一些微团簇远离宏观团簇球体，我们也知道它们属于最近的一个——毕竟这是K的意思

所以，我仍然有一个问题：为什么要这样计算宏簇半径？我是说，它代表什么算法是否应该返回标记的微集群？

---

欢迎任何反馈。蒂亚

关键问题是：用户需要什么

标记微集群是可以的，但是用户的用途在哪里呢

在大多数情况下，人们使用的k-均值结果都是聚类中心。因为k-means的整个目标本质上是“找到数据的最佳k点近似”

因此，CluStream的所有信息用户都将使用k个当前的集群中心。也许是每个人的体重和年龄