すべての発見的アプローチがあるかどうかを知りたいと思いますが、グループがあまり定義されていなければ、具体的にはUPGMAまたはアフィニティ伝播が繰り返し分析で異なる結果をもたらすかもしれません。すべてのヒューリスティックアプローチは、UPGMAのように、繰り返し分析で異なる結果をもたらすことができますか？
ヒューリスティックアプローチは最適を保証できない実用的な手法であるため、明確な最適化がない場合、それぞれの繰り返し解析で異なる解決策を得ることが可能です。
したがって、これはすべてのヒューリスティックなアプローチで発生する可能性があることを確認したいと思います。
ありがとうございます。
ヒューリスティックアプローチとは何ですか？
私はUPGMAをヒューリスティックと呼んでいません。これはクラスタの類似性の定義であり、定義なので正確です。しかし、この問題の全体最適を見つけることは、発見的手法アルゴリズムを使用すると難しいかもしれません。 Lloydのアルゴリズムのように、k-meansの全体最適を見つけることができないかもしれません。
シングルリンクは、最小スパニングツリーの検索に至るまで最適な検索を保証できる唯一のHAC方式です。ただし、MSTは一意に定義されていない可能性があります（同じデータセットの2つの順列で同じ結果が得られません）。また、データセットを少し変更したり（ポイントを削除または追加するなど）、全く異なるソリューションを生み出すことができます。ですから、私はむしろの安定性、または頑強度について話をしたいと思います。私は、クラスタ化アルゴリズムのどれかを「堅牢な」統計値と呼ぶことはできないと思います。おそらく、最も強健なものは、平均よりも頑強であることが知られているので、k-medianである。