machine-learning - 改进某些数据集上的 K 均值

Question

任何人都知道如何调整简单的 K 均值算法来处理 this form 的数据集.

Answer 1

在仍然使用 k-means 的同时处理该形式的数据的最直接方法是使用 k-means 的内核化版本。 JSAT 库中存在它的 2 个实现(请参见此处 https://github.com/EdwardRaff/JSAT/blob/67fe66db3955da9f4192bb8f7823d2aa6662fc6f/JSAT/src/jsat/clustering/kmeans/ElkanKernelKMeans.java )

正如 Nicholas 所说，另一种选择是创建一个运行 k-means 的新特征空间。然而，这需要先了解您将要聚类的数据类型。

之后，您实际上只需要转向不同的算法即可。 k-means 是一种简单的算法，它对世界做出简单的假设，当这些假设被严重违反时(非线性可分离簇是这些假设之一)，那么你只需要接受它并选择一个更合适的算法。