我有一个非常大的数据表（大约有100.000个观察结果），我想用它来进行聚类。由于某些数据是绝对的，我尝试使用＆＃34; gower distance＆＃34;然后用＆＃34;病房＆＃34; hclust（）方法。 数据本身是非常不同的，这就是为什么我喜欢排序＆＃34; pre-cluster＆＃34;数据然后进行实际的聚类分析。你们有没有做过这件事，能指出我正确的方向吗？我此刻不知所措:( 通过上述方法，我不会真正获得有用的集群。 谢谢大家，我非常感谢我能得到的每一个提示。
编辑：我认为我没有真正解释我的问题，所以这是另一次尝试：让我们说，我有一个包含汽车品牌及其部分功能的数据集。在通过功能对它们进行聚类之前，我想按品牌对它们进行预聚类。所有宝马，例如在同一个集群中等等......只有在那之后我才想按功能进行集群，所以我应该得到一个带有快车等的集群。 有谁知道，怎么在R？ 这并没有描述我的数据集，但也许我现在的问题更清晰了。
答案 0 :(得分：0)
您应该先从示例开始。
一旦您在样本上获得了良好的结果，请尝试在不同的样本上重现它。一旦结果稳定，您可以尝试将算法扩展到整个数据集（可能先尝试加倍），或者您可以训练分类器并预测剩余数据的簇。对于大多数聚类算法，1个最近邻分类器将非常好。