什么方法最适合聚类具有不规则形状的多维数据？
What methods are best for clustering multidimensional data that has irregular shape?
我是机器学习和数据分析的新手，我正在努力对我的数据进行聚类。我正在处理大约 40,000 个具有 6 个特征的观察结果。
我尝试了各种聚类方法，包括 K-Means、DBSCAN，还尝试了 scipy 带链接的层次聚类。在预处理过程中，缺失数据被估算并且所有数据被归一化。一旦我完成 PCA 将维度从 4 减少到 6，我的数据看起来像新月形状，可以在下面看到为蓝点。
我根据轮廓系数分析确定最好使用 10 个 K 均值聚类，结果如下：
数据聚类后进行PCA，结果变化不大。
DBSCAN 本身决定了 4 个聚类并给出了 4 个聚类，但大部分数据被排除在这些聚类之外并被描述为噪声。
对于分层方法，尝试执行 linkage() 时数据使用过多，并不断提供内存错误消息。
有什么方法可以对我的数据进行聚类吗？我的数据形状（新月）是否适用于其他建模方法？
不要运行不假思索地聚类先
聚类算法不得用作黑盒。他们需要小心使用，否则你只会得到垃圾。要正确使用它们，您需要了解每个算法的 objective。 K-means 是一种最小二乘法。如果您将它用于规范化程度很低的数据，它将失败。
从你的情节来看，你的数据库中有一条坏记录，很大程度上导致了"moon"形状：一切都需要尽可能远离那个坏记录。
除此之外：1. 您是否针对您的问题正确缩放了数据？ 2.你选择了合适的距离度量吗？
我是机器学习和数据分析的新手，我正在努力对我的数据进行聚类。我正在处理大约 40,000 个具有 6 个特征的观察结果。
我尝试了各种聚类方法，包括 K-Means、DBSCAN，还尝试了 scipy 带链接的层次聚类。在预处理过程中，缺失数据被估算并且所有数据被归一化。一旦我完成 PCA 将维度从 4 减少到 6，我的数据看起来像新月形状，可以在下面看到为蓝点。
我根据轮廓系数分析确定最好使用 10 个 K 均值聚类，结果如下：
数据聚类后进行PCA，结果变化不大。
DBSCAN 本身决定了 4 个聚类并给出了 4 个聚类，但大部分数据被排除在这些聚类之外并被描述为噪声。
对于分层方法，尝试执行 linkage() 时数据使用过多，并不断提供内存错误消息。
有什么方法可以对我的数据进行聚类吗？我的数据形状（新月）是否适用于其他建模方法？
不要运行不假思索地聚类先
聚类算法不得用作黑盒。他们需要小心使用，否则你只会得到垃圾。要正确使用它们，您需要了解每个算法的 objective。 K-means 是一种最小二乘法。如果您将它用于规范化程度很低的数据，它将失败。
从你的情节来看，你的数据库中有一条坏记录，很大程度上导致了"moon"形状：一切都需要尽可能远离那个坏记录。
除此之外：1. 您是否针对您的问题正确缩放了数据？ 2.你选择了合适的距离度量吗？