对于应用程序，我想对数据（可能是高维的）进行聚类并提取属于聚类的概率。我目前考虑使用自组织映射或内核 k-means 来完成这项工作。这个任务的每个分类器的优缺点是什么？我是否错过了在这种情况下可能表现出色的其他聚类算法？
自组织映射与内核 k-means
机器算法验证
聚类
无监督学习
2022-03-31 03:01:39
1个回答
这有可能成为一个有趣的问题。聚类算法执行“好”或“不好”取决于数据的拓扑结构以及您在该数据中寻找的内容。¿ 您希望集群代表什么？我附上了一张图表，遗憾的是它不包括内核 k-means 或 SOM，但我认为它对于理解这些技术之间的严重差异非常有价值。在深入衡量“优点”和“缺点”之前，您可能需要询问并回答自己。
这是图像的来源。
其它你可能感兴趣的问题