复仇 swMATH ID: 34898 软件作者： 伊索塔·兰迪（Isota Landi）、维罗妮卡·曼德利（Veronica Mandelli）、迈克尔·伦巴多（Michael V.Lombardo） 描述： reval：一个Python包，用于通过基于稳定性的相对集群验证确定最佳集群数量。确定对数据集进行最佳分割的聚类数量可能是一项具有挑战性的任务，因为1）在无监督学习框架内缺乏先验信息；以及2）缺乏一种独特的聚类验证方法来评估聚类解决方案。这里我们介绍reval：一个Python包，它利用基于稳定性的相对集群验证方法来确定最佳集群解决方案。R和Python中的统计软件通常依赖内部验证指标（如轮廓索引）来选择最适合数据的集群数量。同时，缺乏易于实现相关集群技术的开源软件解决方案。内部验证方法利用数据本身的特征来产生结果，而相对方法则试图利用未知的数据点潜在分布来寻找可复制和可推广的聚类解决方案。相关验证解决方案的实现可以通过丰富现有的方法来进一步完善聚类理论，这些方法可以用于调查不同情况下和不同数据分布的聚类结果。这项工作旨在通过开发一种基于稳定性的方法来为这项工作做出贡献，该方法选择最佳的聚类解决方案，作为通过监督学习对未知数据子集进行复制的解决方案。该软件包与多种聚类和分类算法协同工作，因此可以进一步评估不同聚类机制的稳定性。 主页： https://arxiv.org/abs/2009.01077 依赖项： 蟒蛇 关键词： 机器学习；arXiv_cs。LG公司；arXiv_状态ML；Python包；基于稳定性的相对验证；群集；无监督学习 相关软件： UMAP公司；UCI-毫升；Scikit公司；cstab（cstab）；cl有效；黄砖；Nb俱乐部；蟒蛇 引用于： 0个文档 标准条款 1出版物描述软件 年份 reval：一个Python包，用于通过基于稳定性的相对集群验证确定最佳集群数量arXiv公司伊索塔·兰迪（Isota Landi）、维罗妮卡·曼德利（Veronica Mandelli）、迈克尔·伦巴多（Michael V.Lombardo） 2020