如何做javascript在线k-means聚类多维度

Question

我发现了许多javascript在线k-means聚类的例子，但所有这些都是针对2维的。

如果我有56个维度（例如），我该如何进行聚类？

加分问题：

是否有可能通过一些新数据预测某些值看群集（例如，76％属于群集x，因此值应为y）

Answer 1

k-means算法应该易于移植到任意数量的维度。它看起来像这样：

1. 随机选择群集中心。
2. 对于每个点检查，最近的簇是什么。
3. 通过计算所有点的平均值来计算新的集群中心。
4. 重复，直到群集中心不变。

在2d中，您检查2. (x1, x2)和(y1, y2)之间的距离，如此(x1-x2)^2 + (y1-y2)^2（如果您仅使用距离，则无需使用平方根将它与另一个距离进行比较）。在56个维度中，您只有56个组件。

在2d中，您可以通过获取所有点来计算集群中心。获取所有点的第一个维度并取平均值avg1，将所有第二维avg2最多为56，新的群集中心将为(avg1, avg2, avg3 ... avg56)。

不容易的是，它非常昂贵。查看与PCA类似的降维（特征提取）算法。

还要确保所有的风险都正常化。例如 - 它们的范围介于(-100, 100)之间。

如果您需要更多信息，请查看coursera处的机器学习课程。 第8周是关于聚类及其陷阱的。