这是一个创建于 3946 天前的主题，其中的信息可能已经有所发展或是发生改变。
如何选择将数据集分为几个cluster？有什么常用的标准吗？
 | 1 rock_cloud 2014-12-22 09:25:23 +08:00 我一般根据数据的特点来选择，不过目前有些算法是可以自动确定K值的。 楼主可以去看看Rival penalized competitive learning，一个很神奇的聚类算法。 |
 | 2 robbielj 2014-12-22 09:52:31 +08:00 不是euclidean distance么 |
 | 3 xunyu 2014-12-22 09:57:34 +08:00 这个看你数据内容了 |
 | 4 staticor 2014-12-22 10:53:29 +08:00 |
 | 5 47jm9ozp 2014-12-22 10:58:22 +08:00 1到n都试一下，看看哪个比较内聚 |
 | 7 ligyxy 2014-12-22 12:05:51 +08:00 基本思路和stepwise一样 |
 | 8 lcxseima 2014-12-22 12:38:23 +08:00 K-Means选择K本来就是直接关系结果好坏，大概还是根据数据集然后经验做判断吧。资源允许就多试试咯。 |
 | 9 Todd_Leo 2014-12-22 14:06:57 +08:00 你可以用Elbow Method, Gap Statistics, 轮廓系数还有Hopkins统计量来评估簇数. 当然Elbow Method是最简单最直观的 |
 | 10 meta 2014-12-22 14:32:47 +08:00 基本上就是用眼睛看，本来k-means这种玩意儿就是用来试着分类的，又没什么准确结果。一次不行多换几个参数刷几次呗。 |
 | 11 efi 2014-12-22 14:33:39 +08:00 empirically |
Select Language