PROCLUSとは何ですか？

PROCLUSは、ProjectedClusteringの略です。これは、通常の次元削減部分空間クラスタリング手法です。つまり、個々の次元の空間から開始するのではなく、高次元の属性領域でクラスターの元の近似を見つけることから始まります。

各ディメンションにはクラスターごとに重みが作成され、更新された重みは次の反復でクラスターを再作成するために使用されます。これにより、いくつかの便利な次元のすべての部分空間で密集した領域が探索され、低次元の投影された次元で多数の重複するクラスターが生成されるのを防ぎます。

PROCLUSは、CLARANSで使用されているものと同様の山登り法フェーズによって、最良のメドイドのグループを発見しますが、予測されたクラスタリングで管理するために一般化されています。マンハッタンセグメント距離と呼ばれる距離測定を採用しています。これは、適切なディメンションのグループでのマンハッタン距離です。

PROCLUSアルゴリズムには、初期化、反復、クラスターの改良という3つのプロセスが含まれています。初期化プロセスでは、各クラスターが選択されたセット内の少なくとも1つのオブジェクトによって定義されるように、互いに遠く離れた元のmedoidのセットを選択する欲張りアルゴリズムが必要です。

生成する必要のある複数のクラスターに比例するデータポイントのランダムサンプルを選択し、欲張りアルゴリズムを使用して、次のプロセスのためにさらに小さな最終サブセットを受け取ることができます。

反復プロセスでは、この縮小されたセット（メドイドの）からランダムにk個のメドイドのセットを選択し、クラスタリングが増加した場合は、ランダムに選択した新しいメドイドを使用して「不良」メドイドを復元します。

各メドイドについて、数学的な期待値と比較して平均距離が小さい次元のグループが選択されます。メドイドに関連する次元の総数はk×lである必要があります。ここで、lは、クラスターサブエリアの平均次元を選択する入力パラメーターです。

改良プロセスでは、検出されたクラスターに応じて各メドイドの新しいディメンションを計算し、ポイントをメドイドに再割り当てし、外れ値を削除します。 PROCLUSは、この方法が高次元クラスターの発見に効果的かつスケーラブルであることを示しています。

多くのオーバーラップしたクラスターを出力するCLIQUEとは異なり、PROCLUSはオーバーラップしていないポイントのパーティションを検出します。検出されたクラスターは、高次元データをよりよく理解し、他のサブシーケンス分析をサポートします。

CLIQUEは、高密度クラスターがそれらの部分空間で継続するように、必然的に最大次元の部分空間を検出します。入力オブジェクトの順序に反応せず、正規のデータ分散のふりをしません。入力のサイズに比例してスケーリングし、データの複数のディメンションが改善されるため、最高のスケーラビリティを備えています。