如何选择合适的聚类算法

Question

我即将使用1000维度的特征向量进行聚类。 也就是说，特征向量如下所示。 a = {255,2334,436，...，5284}; b = {235,434,63，...，844}; ... 我还有度量来衡量2个特征向量之间的距离。 但是我无法弄清楚哪种聚类算法与此特征向量聚类最好，因为由于高维度，我无法看到这些向量的分布。 任何人都知道可以看到这些分布的方法， 或者在不知道数据分布的情况下，如何选择最佳的聚类算法？ 提前谢谢。

Answer 1

您应该将标记数据拆分为训练集和测试集。使用训练集训练分类器，您可以根据标记的测试集测量其性能。

作为分类器，first try可以是SVC。

为了获得更好的可靠性，您应该针对不同的训练和测试集重做此过程。这称为cross-validation。