algorithm - 在我的数据上使用 Kmeans。

Question

我想我了解 kmeans 算法的工作原理，但是我在用我的数据将其建模成一种格式时遇到了很多麻烦。

我正在寻找一种方法来根据我的输入获得最相似的游戏。

例子：

 Original_Game has n Similar_Games.  Similar_Games has n Genres, Themes, Tropes. 
 Original_Game1 has n Similar_Games.  Similar_Games has n Genres, Themes, Tropes.

我在想 kmeans 可以告诉我哪些 Similar_Games 与 Original_Game 和 Original_Game1 最相似。但我不知道如何在二维图上组织这些数据，如果我不清楚，请告诉我。

Answer 1

您只能对以下数据使用 k-means：

• 可以合理地用数字表示
• 不是过于离散（不要在二进制向量上运行 k-means！）
• 其中所有尺寸的含义大致相同（即 x 轴上 1 厘米，y 轴上约 1 厘米）
• 您可以在哪里计算均值
• 其中均值减小方差，否则可能不会收敛

K-means 很容易理解，但不适用于任意数据。

您可以通过例如使用 k-medoids / 围绕 medoids (PAM) 分区来减少其中一些限制。这是一个密切相关的算法，它消除了大多数这些限制，但代价是通常要慢得多。