我正在使用 KMeans 根据几列获取多个用户的个人资料（我正在使用 RStudio）。
为了分析我的集群，我决定实现一个雷达图，所以我决定使用特征缩放：x-min(x)/diff(range(x))，让我的值在 [0,1] 中（以便很好地了解每个集群的数据）。但是，由于归一化有多种选择，我想知道是否使用另一种归一化选择进行分析-例如：x-mean(x)/sd(x)-会给我相同的结果（至少在一般情况下）
或者我是否完全错误地考虑了我的缩放数据，我应该在我的雷达图中使用我的未缩放数据？
归一化的选择是否会显着改变 KMeans 的结果
数据挖掘
聚类
k-均值
正常化
工作室
2021-10-15 13:31:11
1个回答
是的。特征缩放可以完全改变聚类结果。
人们通常将数据缩放到 [0:1] 或标准差为 1。
然而，这不过是一种启发式方法。
在许多情况下，缩放的需要只不过是一种症状，由不适当的方法数据引起。你不能仅仅通过一些简单的缩放来解决这个问题，但这只是一种经常有效的技巧。
对于具有统计意义的结果，所有轴都应按比例缩放以反映属性相关性，以便 1 个单位的差异在每个属性中具有相同的重要性。