改进某些数据集的K均值

Question

任何人都知道如何调整简单的K-means算法来处理this form的数据集。

Answer 1

此问题的一种可能解决方案是在数据集中添加另一个维度，在这两个维度之间存在拆分。

显然，这在许多情况下都不适用，但如果您对数据应用了某种降维方式，则可能需要进行调查。

Answer 2

在使用k时处理该表单数据的最直接方法是使用k-means的内核版本。它的2个实现存在于JSAT库中（参见https://github.com/EdwardRaff/JSAT/blob/67fe66db3955da9f4192bb8f7823d2aa6662fc6f/JSAT/src/jsat/clustering/kmeans/ElkanKernelKMeans.java）

正如尼古拉斯所说，另一个选择是创建一个新的特征空间，你可以在其上运行k-means。但是，这需要先了解您将聚类的数据类型。

之后，你真的需要转向不同的算法。 k-means是一个简单的算法，可以对世界做出简单的假设，当这些假设被过度强烈违反时（非线性可分离的集群就是这些假设之一），那么你只需要接受它并选择一个更合适的算法。