cluster-analysis - 具有不同维度的聚类

Question

在我的聚类问题中，不仅点可以来去去去，而且特征也可以删除或添加。我的问题是否有任何聚类算法。

具体来说，我正在寻找这类聚类算法的凝聚层次聚类版本。

Answer 1

您可以使用层次聚类（除非它的扩展性非常差）或任何其他基于距离的聚类。只是 k-means 有点棘手，因为当值不存在时如何计算平均值？

您只需要先定义一个合适的距离函数 。

聚类通常基于相似性进行，因此：首先找出“相似”对您意味着什么。这是非常特定于数据集和用例的，尽管许多人可以使用某种距离函数。没有“一刀切”的解决方案。