我有一个数据集，我需要以一种方式进行聚类和显示，其中同一群集中的元素应该更加靠近。该数据集基于一项研究，包含大约16行（条目）和约50个特征。我同意它不是一个理想的数据集，但不幸的是，这就是现有的情况。
以下是我采取的方法：
我在规范化数据集后首先在数据集上应用了KMeans。
与此同时，我还尝试使用TSNE将数据映射到2维，并将它们绘制在散点图上。根据我对TSNE的理解，该技术应该已经将物品放置在彼此更接近的相同簇中。然而，当我查看散点图时，群集真的到处都是。
散点图的结果可以在这里找到：https://imgur.com/ZPhPjHB
这是因为TSNE和KMeans本质上的工作方式不同吗？我应该只做TSNE并尝试标记群集（如果是这样，如何？）或者我应该使用TSNE输出以某种方式提供给KMeans？
我在这个领域真的很新，建议将不胜感激！
再次提前致谢
编辑：如果我首先使用TSNE将尺寸减小到2然后使用这些缩小的尺寸使用KMeans进行聚类，则会发生相同的重叠
答案 0 :(得分：0)
TSNE和KMeans之间存在差异。 TSNE主要用于可视化，它试图在2D / 3D空间（从更大的空间）投影点以保持距离（如果在更大的空间中2个点远离TSNE将尝试显示它。）
所以TSNE不是一个真正的集群。这就是为什么你会得到那个奇怪的散点图。
对于TSNE，有时您需要先申请PCA，但如果您的功能数量很大，则需要这样做。只是为了加快计算速度。
正如已经建议的那样，尝试使用层次聚类或只生成更多行。
答案 1 :(得分：0)
应用tSNE并拟合k均值是您可以开始的基本操作之一。 我会说考虑使用不同的f散度。
f散度https://arxiv.org/pdf/1811.01247.pdf下的随机邻居嵌入
本文尝试了五种不同的f-散度函数：KL，RKL，JS，CH（卡方），HL（赫林格）。
本文探讨了哪些差异突出了准确性和召回率。