使用 Ward 方法进行聚类时，是否有理由更喜欢平方或不平方差异？
这个问题是由R函数 文档中的以下语句引起的：hclust()
在 Ward 聚类的文献中发现了两种不同的算法。选项“
ward.D”（相当于wardR 版本 <= 3.0.3 中唯一的 Ward 选项“”）使用的选项没有实现 Ward（1963）的聚类标准，而选项“ward.D2”实现了该标准（Murtagh and Legendre 2013）。对于后者，差异在集群更新之前被平方。
平方会改进算法吗？
使用 Ward 聚类时，对差异进行平方是否有优势？
机器算法验证
r
距离函数
层次聚类
病房
2022-04-11 05:54:04
2个回答
来自 Murtaugh, F. 和 Legendre, P. (2011) 的结论。Ward 的层次聚类方法：聚类准则和凝聚算法，ArXive:1111.6285v2 ( pdf )：
两种算法，Ward1和Ward2 ...当应用于相同的距离矩阵 D 时，它们会产生不同的结果。本文表明，当它们应用于相同的相异矩阵 D 时，只有 Ward2 最小化了 Ward 聚类标准并产生了 Ward 方法。Ward1 和 Ward2 算法可以通过使用带有 D-squared 的 Ward1 和带有 D 的 Ward2 来优化相同的标准并产生相同的聚类拓扑。
例如，hclust(dist(x)^2,method="ward")等价于hclust(dist(x),method="ward.D2")。
从解释来看，ward在 R 中首先被错误地实现了。
仅在最近的版本中，添加了更正版本的病房链接，如ward.D2. 因此，如果您想使用病房联动，请使用ward.D2.
其它你可能感兴趣的问题