基于Excel Lambda的一维K-means聚类函数及多维版本优化探讨

我之前尝试用Excel Lambda函数实现K-means聚类，很快就完成了一维版本。一维聚类在实际聚类场景中颇具实用性：比如可用于分析园区楼宇间人员通行数据，验证管理层关于员工借外出离岗的猜测；还能对发票金额进行聚类，构建分类器。

以下是基于Lambda、无需VBA的一维K-means函数：

=LAMBDA( dataArray, nodes, [changeThreshold], [kArray],
  LET(
      nSeq, SEQUENCE(, nodes),
      n, IF(ISOMITTED(kArray), nSeq / (nodes + 1), kArray),
      adjust, LAMBDA(array, nArray,
               BYCOL(
                     IF(BYROW(ABS(array - nArray), LAMBDA(x, MATCH(MIN(x), x, 0))) = nSeq, array, ""),
                     LAMBDA(x, AVERAGE(x))
                     )
                ),
     next_kArray, adjust(dataArray, n),
     IF(
         SUM(ABS(next_kArray - n)) <= IF(ISOMITTED(changeThreshold), 0.01, changeThreshold),
         kArray,
         KMEANS_1D( dataArray, nodes, changeThreshold, next_kArray )
        )
     )

参数说明 #

• dataArray：待聚类的一维（列方向）数据
• nodes：聚类的簇数量
• changeThreshold：可选参数，迭代停止的最小聚合变化值（默认0.01）
• kArray：递归所用的可选数组

注意事项 #

• 该函数无错误处理，仅支持单列垂直数据
• 未采用随机初始节点，而是使用均匀分布避免函数易失性

目前实现多维版本难度较大，特此分享并寻求改进方案或替代思路。

内容的提问来源于stack exchange，提问作者mark fitzpatrick