最近我开始研究数据挖掘中的聚类,研究了顺序聚类、层次聚类和 k-means。
我还读到过一篇将k-means与其他两种聚类技术区分开来的说法,说k-means不太擅长处理名义属性,但文中没有解释这一点。到目前为止,唯一的我可以看到的区别是,对于 K 均值,我们会提前知道我们将需要恰好 K 个聚类,而我们不知道其他两种聚类方法需要多少个聚类。
那么有人可以给我一些关于为什么存在这样的陈述的想法吗,即,k-means 在处理标称属性的示例时存在这个问题,有没有办法克服这个问题?
提前致谢。
最佳答案
k-means 算法通过取簇中所有点的平均值来计算簇质心。如果参数是名义参数,则不能取平均值。
有时,可以将标称值放入某种顺序中,然后映射到实际值。例如,一周中的几天可以映射到范围 [1.0 - 7.0],但有时这是不可能的,例如具有值 [Windows、Linux、OSX] 的属性。
关于artificial-intelligence - 关于聚类方法的问题,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/4098581/