假设我们有一个大维度的数据集，我们使用 PCA 将其减少到较低维度，然后对所述数据使用聚类算法是否明智/准确？假设我们不知道预期有多少集群。
在 Iris 数据集上使用 PCA（对 csv 中的数据进行排序，以便列出所有第一类，然后是第二类，然后是第三类）产生以下图：-
可以看出，鸢尾花数据集中的三个类都得到了保留。但是，当样本的顺序随机化时，会产生以下图：-
以上，尚不清楚数据集中包含多少个集群/类。在这种情况下（更现实的情况），如何确定类的数量，诸如 K-Means 之类的聚类算法是否有效？
由于丢弃了低阶主成分，会不会有不准确之处？
编辑：- 明确地说，我在问是否可以在运行 PCA 后对数据集进行聚类，如果可以，最准确的方法是什么。
假设我们有一个大维度的数据集，我们使用 PCA 将其减少到较低维度，然后对所述数据使用聚类算法是否明智/准确？假设我们不知道预期有多少集群。
您的数据很可能在低方差维度中分离。我不建议在集群之前运行 PCA。
以上，尚不清楚数据集中包含多少个集群/类。在这种情况下（更现实的情况），如何确定类的数量，诸如 K-Means 之类的聚类算法是否有效？
有一些有效的聚类算法不需要事先知道类的数量，例如 Mean Shift 和 DBSCAN。
尝试在 PCA 之后对数据集进行排序，然后绘制它。
iris 数据集非常简单，可以简单地得出关于高维数据的行为以及 PCA 的好处的任何有效结论。
另外，“明智”——在什么意义上？如果你想吃披萨，绘制 iris 数据集是不明智的。