machine-learning - 您会使用什么算法根据人员属性进行聚类？

Question

我在机器学习领域还是个新手(即使我发现它非常有趣)，我想启动一个小项目，在那里我可以应用一些东西。

假设我有一个人的数据集，其中每个人都有 N 个不同的属性(只有离散值，每个属性几乎可以是任何东西)。

我想找到表现出相同行为的人群，即属性具有相似模式的人(“相似者”)。

你会怎么做呢？有什么想法可以让我开始吗？

我正在考虑使用 PCA，因为我们可以有任意数量的维度，这对于减少它可能很有用。 K 均值？在这种情况下我不确定。关于什么最适合这种情况有什么想法吗？

我确实知道如何编写所有这些算法，但我确实缺少一些现实世界的经验来知道在哪种情况下应用什么。

Answer 1

使用 n 维属性向量的 K 均值是一种合理的入门方法。您可能想使用距离指标来看看它如何影响结果。