Paper - Hogeschool Gent

Hoofdstuk 2. Theoretische achtergrond 23
Tijdens de testen is gebruik gemaakt van de laatst optie als stopcriterium. Dit betekent dat
voor elke uiteindelijke cluster de objectieffunctie minimaal is. Dit minimum is echter een
lokaal minimum. Bij een tweede uitvoering van de clustering op dezelfde dataset zullen met
grote waarschijnlijkheid andere seeds geselecteerd worden, de keuze is immers willekeurig.
Andere seeds kunnen tot verschillende clusteringen leiden.
Naast de keuze voor een stopcriterium moet ook de waarde van het gewenste aantal clusters
K, ook wel de kardinaliteit van de clustering genoemd, bepaald worden. Het uitvoeren van
deze bepaling van een optimale waarde is echter een NP-probleem (Aloise et al. (2009)).
Gelukkig zijn enkele heuristieken beschikbaar ((Manning et al., 2008)) om een aanvaardbare
waarde te vinden. Op deze heuristieken wordt hier niet verder ingegaan. Het beschikbare
werkgeheugen van de toestellen waarop de testen gedraaid werden, limiteerde immers het
aantal clusters.
2.4.3 Andere methodes
Zoals aangehaald in de inleiding van het hoofdstuk (p.18) bestaan er naast K-means (een
vlakke harde clustering) nog verschillende andere vormen van clustering. De verschillende
vormen die nog aangehaald worden in (Manning et al., 2008) zijn:
Expectation-Maximization (EM, een vlakke zachte clustering)
Hierarchical agglomerative clustering (HAC)
Single-link agglomerative clustering
Complete-link agglomerative clustering
Group-average agglomerative clustering
Centroid similarity agglomerative clustering
Divisive clustering
Enkel de eerstgenoemde is geen hiërarchische clustering.