Próbuję skompilować listę algorytmów klastrowania, które są:
- Zaimplementowano w R
- Operuj na rzadkich macierzach danych (nie (nie) macierzach podobieństwa), takich jak te utworzone przez funkcję sparseMatrix .
Istnieje kilka innych pytań dotyczących CV, które omawiają tę koncepcję, ale żadne z nich nie prowadzi do pakietów R, które mogą działać bezpośrednio na rzadkich macierzach:
- Grupowanie dużych i rzadkich zestawów danych
- Grupowanie wielowymiarowych rzadkich danych binarnych
- Poszukuję rzadkiej i wielowymiarowej implementacji klastrowania
- Klastry zajmujące mało miejsca
Do tej pory znalazłem dokładnie jedną funkcję w R, która może grupować rzadkie macierze:
skmeans : sferyczne kmeany
Z pakietu skmeans . kmeans przy użyciu odległości cosinus . Działa na obiektach dgTMatrix. Zapewnia interfejs do genetycznego algorytmu k-średnich, pclust, CLUTO, gmeans i kmndirs.
Przykład:
library(Matrix)
set.seed(42)
nrow <- 1000
ncol <- 10000
i <- rep(1:nrow, sample(5:100, nrow, replace=TRUE))
nnz <- length(i)
M1 <- sparseMatrix(i = i,
j = sample(ncol, nnz, replace = TRUE),
x = sample(0:1 , nnz, replace = TRUE),
dims = c(nrow, ncol))
M1 <- M1[rowSums(M1) != 0, colSums(M1) != 0]
library(skmeans)
library(cluster)
clust_sk <- skmeans(M1, 10, method='pclust', control=list(verbose=TRUE))
summary(silhouette(clust_sk))
Następujące algorytmy otrzymują godne pochwały wzmianki: nie są to algorytmy grupujące, ale działają na rzadkich macierzach.
apriori : wydobycie zasad stowarzyszenia
Z pakietu arules . Działa na obiektach „transakcji”, które można wymusić z obiektów ngCMatrix. Może służyć do formułowania zaleceń.
przykład:
library(arules)
M1_trans <- as(as(t(M1), 'ngCMatrix'), 'transactions')
rules <- apriori(M1_trans, parameter =
list(supp = 0.01, conf = 0.01, target = "rules"))
summary(rules)
irlba : rzadki SVD
Z pakietu irlba . Czy SVD na rzadkich matrycach. Może być stosowany do zmniejszenia wymiarów rzadkich matryc przed grupowaniem w tradycyjne pakiety R.
przykład:
library(irlba)
s <- irlba(M1, nu = 0, nv=10)
M1_reduced <- as.matrix(M1 %*% s$v)
clust_kmeans <- kmeans(M1, 10)
summary(silhouette(clust_kmeans$cluster, dist(M1_reduced)))
apcluster : Klaster propagacji powinowactwa
library(apcluster)
sim <- crossprod(M1)
sim <- sim / sqrt(sim)
clust_ap <- apcluster(sim) #Takes a while
Jakie są inne funkcje?