即使用户的统计分布差异很大，如何将其分组？

Question

您能否解释即使用户的统计分布差异很大也如何对它们进行分组？
这似乎是一个不受监督的问题。我知道K-means通常用于聚类，但是当用户的统计分布差异很大时，K-means真的有效吗？
谢谢。

Answer 1

当所有聚类的均值均具有相同的误差分布时，即，如果所有聚类都遵循N（mu_j，eps），则K-means确实最有效。

但是至少有100种聚类算法。只需选择一种更适合您的数据即可。例如，DBSCAN仅假定每个群集都是密集的，并且群集被低密度的间隙隔开。它不能很好地对重叠的高斯聚类进行聚类，但是对于分布良好且分离良好的聚类，可以很好地工作。