我试图集群生产机器的数据。我正在尝试 K-Means、DB-SCAN 和 OPTICS。使用所有算法，结果都非常糟糕（例如轮廓系数为 0.05）。
从我的观点来看，数据的方差非常低。我已经做了 PCA，前两个主要成分仅占数据集方差的 6%。下图显示了前两个主成分的直方图和散点图。
对于数据准备，我尝试了标准化、最小-最大缩放、具有方差阈值的特征选择 (sklearn)、单变量特征选择 (sklearn) 以及 PCA。结果并不令人满意。
所以我的问题是，您是否认为还有其他数据准备方法对我的整理有帮助。或者如果数据根本不适合进行聚类：D
感谢您的每一条评论！
