-1
A
回答
2
首先,显而易见的方法:
评估是否需要所有的人,也可以离席而去其中一些
白化(去相关)您的数据通过做PCA,这是k-means的最佳做法
其次,您可能需要查看相关群集,该群集会尝试识别在您的数据集中表现出不同相关性的群集。当你的数据不是全局相关时,美白不会消除这些局部相关性。相关聚类意在发现这些模式。
相关问题
- 1. 在相关系数上使用Python进行分层聚类
- 2. 变量聚类
- 3. 聚类变量
- 4. 使用SQL Server 2014对两列进行相关聚合
- 5. 进行相关使用XSLT
- 6. 用Mahout使用Clojure进行聚类(fkmeans)
- 7. 使用相似函数进行聚类scikit-learn
- 8. R中的相关聚类
- 9. 使用MySQL进行“聚类分析”
- 10. 使用mahout进行Kmeans聚类
- 11. 使用LAMP进行聚类分析
- 12. 使用scipy kmeans进行聚类分析
- 13. 在Python中使用SOM进行聚类
- 14. 使用Python进行MST聚类
- 15. 使用虚拟编码变量在R中进行聚类分析
- 16. 类变量是UML聚合?
- 17. 使用Geomesa进行聚合
- 18. 如何使用已定义的相关性生成双变量分类变量?
- 19. SAS:相关变量
- 20. 相关变量和自变量之间的相关性
- 21. 使用相同的变量进行处理
- 22. 如何使用相同编号的变量进行回归?
- 23. 使用wordnet进行相似性度量?
- 24. 如何聚类分类变量?
- 25. 图表。与连续变量和分类变量的相关性
- 26. 用纱线进行火花聚类
- 27. 基于相关性的聚类
- 28. T-SQL - 使用相关子查询中的聚合的所有行的聚合
- 29. 在变量json结构中使用mongodb进行聚合的最佳方法
- 30. 如何创建虚拟变量,然后使用scikit-learn进行聚合?
您可以在聚类之前在数据集上运行PCA以消除线性相关性。 –
我从来没有使用过PCA,这个方法是否会去掉相关的变量?你能详细说明吗? – Arushi