machine-learning - 如何使用 k-means 聚类获得更多特征

Question

我是机器学习新手，现在正在学习 k-means 聚类。对此我有很多疑问。我的 CSV 文件有 Mall_Customers

    CustomerID  Genre   Age Annual Income (k$)  Spending Score (1-100)
0   1            Male   19      15                39
1   2            Male   21      15                81
2   3            Female 20      16                6
3   4            Female 23      16                77
4   5            Female 31      17                40

我想对上面的 csv 文件执行 k 均值来预测谁在商场里花更多的钱。这里的特征是年收入和支出分数。所以我的模型给出了二维输出。如果假设我需要使用两个以上的特征变量来执行，那么那时我的模型是否会超过二维？

1 > 如何对 2 个以上的特征执行 k 均值聚类？2>如果假设我的csv文件中有5个特征字段，如何减少特征数量？

Answer 1

我分两部分回答你的问题

1. 如果有超过 2 个特征，则 k 表示聚类发生在 n 维空间中，其中 n 是特征数。每个样本向量中的维数会发生变化，无需更改算法或方法。

2. 如果您想减少可视化的特征数量，可以使用 PCA(主成分分析)来实现。这是一种无监督降维技术。您可以阅读更多相关内容。

要执行这两项操作，您可以使用 python sklearn 库。