K-Means算法的数据规范化

Question

我希望使用K-Means算法对我的数据进行聚类，我的数据应该归一化我不知道哪种归一化方法对这种算法更好？ （最小 - 最大或z变换或十进制或......）快速采矿者使用z变换方法归一化数据，但我如何使用快速采矿者实现最小 - 最大标准化？或哪种工具和方法更适合规范化数据？我应该检查一下我的数据是否需要规范化？怎么样？

Answer 1

正常化的正确方法取决于您的数据。

根据经验：

1. 如果所有轴都测量相同的东西，则归一化可能是有害的
2. 如果轴具有不同的单位和非常不同的比例，则必须进行标准化（否则，您要比较苹果和橙子）。
3. 如果您知道或假设某些属性比其他属性更重要，请考虑手动加权属性。

对于min-max或z-transformation：这取决于数据的分布。 如果您有异常值，则min-max无效。