【每天一个知识点】非参聚类（Nonparametric Clustering）
ChatGPT 说：
“非参聚类”（Nonparametric Clustering）是一类不预先设定聚类数目或数据分布形式的聚类方法。与传统“参数聚类”（如高斯混合模型）不同，非参聚类在建模过程中不假设数据来自于已知分布数量的某类模型，因此更灵活，特别适合处理未知结构或复杂分布的数据。
✅ 非参聚类的核心特点
🔍 常见的非参聚类方法
📌 应用场景示例
非参聚类优势：
典型方法：
🖼️ 二、图像处理：图像分割与目标识别
应用背景：
图像分割将图像划分为语义一致的区域，是医学影像分析、无人驾驶视觉感知、遥感图像分析等核心任务；聚类在目标检测中的特征预处理阶段也常被应用。
挑战：
非参聚类优势：
典型方法：
📚 三、自然语言处理：主题建模与语义聚类
应用背景：
NLP中常需要将文本按照主题、语义结构进行归类，用于新闻推荐、评论挖掘、问答系统等任务。
挑战：
非参聚类优势：
典型方法：
🌐 四、社会网络分析：社区检测与结构挖掘
应用背景：
在社交网络、知识图谱、电信网络中，社区检测用于识别紧密连接的用户组、影响者网络、欺诈团伙等。
挑战：
非参聚类优势：
典型方法：
-
🧬 一、生物信息学：RNA-seq & 单细胞数据聚类
应用背景：
RNA-seq 和单细胞RNA测序（scRNA-seq）是探索细胞异质性与基因调控机制的重要手段。聚类分析可用于识别细胞亚群、发育轨迹或疾病相关表型。挑战：
-
数据维度高、稀疏且带噪（特别是单细胞数据存在零膨胀问题）
-
聚类数未知，可能随不同组织、样本动态变化
-
数据分布复杂，非对称、重尾特性显著
-
自动适应复杂数据结构，无需预设聚类数
-
可与ZINB模型、核方法、图结构建模（如KNN图）结合
-
支持自监督或贝叶斯先验建模，增强解释力
-
npMSL：非参数多项式模型 + 拉普拉斯核 + 局部带宽选择
-
scDKC：ZINB + 核学习 + 自监督聚类
-
DPMM（Dirichlet过程混合模型）
-
图像区域复杂、边界模糊，簇形状多样
-
像素空间高维，分布非线性
-
聚类结构数量依图像而异
-
DBSCAN、Mean Shift 能处理任意形状簇，适应密度差异
-
不需预设聚类数，适合动态图像区域划分
-
可结合核方法或深度嵌入实现端到端训练
-
Mean Shift：密度梯度法提取模式点
-
DBSCAN：适合非凸形状目标检测
-
Spectral Clustering：在图空间中划分超像素区域
-
文本稀疏且语义模糊，向量化后维度高
-
支持在嵌入空间中动态分簇（如BERT + 聚类）
-
与贝叶斯主题模型结合，可建模无限主题（如HDP）
-
可适配语言演化或用户语料持续增长场景
-
HDP（Hierarchical Dirichlet Process）：用于无限层次主题建模
-
Gaussian Process Clustering：对语义空间建模
-
Bert+Mean Shift：预训练语义嵌入 + 非参聚类
-
网络结构复杂、层次性强
-
社区数量与大小高度不均衡
-
存在跨社区节点、重叠社群
-
可在图结构基础上建模（如基于随机游走或图嵌入）
-
支持动态网络中社区数自适应调整
-
与图生成模型（如CRP、Stochastic Block Model）结合良好
-
Nonparametric Stochastic Block Model（npSBM）
-
Infinite Relational Model（IRM）
-
Graph-based DP Clustering（结合图嵌入和Dirichlet过程）
-
主题数量难以预先设定
-
存在多义性与上下文漂移问题
-
