有没有什么方法可以验证我得到的集群有多好？
Are there any verification methods how good cluster I got?
我在 python 中有一项关于集群化的任务。当我做这个集群化时，我需要用业务逻辑检查结果。
我没有在已解决的集群中看到模式。接下来，我决定用相关性做post分析。我采用一个集群并成对计算相关性。在计算中，我使用了整个特征，这与我只使用 3 个时的聚类不同。
我在整个集群中获得了从 0.99 到 1 的高度相关性。对我来说，这意味着算法观察了集群中的逻辑。
但是，我进行此集群化是为了解决银行数据的问题（我不会看到客户的模式，例如（发行金额 > 50.000，年龄 < 22，薪水 < 80.000 - 这个客户，例如不好））。而且我看不到业务逻辑，对我来说这是随机数据。
有了这个描述，我有一个问题。除了简单的自我检查外，我如何检查集群中的逻辑？
我认为有两个原因。首先，我的集群不好，我需要写一个新的。第二，数据不好，我需要检查数据并做一个post分析
我用 StandardScaler 做了一个 BIRCH 集群。
所有的验证方式都是'empirical'.
- 您可以比较不同的聚类方法并选择最佳方法。
- 相关性比较方法：
a) 如果相关性大约为 1。您需要计算一行的平均值和中位数。下一步您比较这两个值并删除坏行。
b) 如果 corr 在整个矩阵中不同。计算所有行的平均值并将该值与平均值进行比较；像这样选一个神'value > mean(avg)'
我在 python 中有一项关于集群化的任务。当我做这个集群化时，我需要用业务逻辑检查结果。
我没有在已解决的集群中看到模式。接下来，我决定用相关性做post分析。我采用一个集群并成对计算相关性。在计算中，我使用了整个特征，这与我只使用 3 个时的聚类不同。 我在整个集群中获得了从 0.99 到 1 的高度相关性。对我来说，这意味着算法观察了集群中的逻辑。
但是，我进行此集群化是为了解决银行数据的问题（我不会看到客户的模式，例如（发行金额 > 50.000，年龄 < 22，薪水 < 80.000 - 这个客户，例如不好））。而且我看不到业务逻辑，对我来说这是随机数据。
有了这个描述，我有一个问题。除了简单的自我检查外，我如何检查集群中的逻辑？
我认为有两个原因。首先，我的集群不好，我需要写一个新的。第二，数据不好，我需要检查数据并做一个post分析
我用 StandardScaler 做了一个 BIRCH 集群。
所有的验证方式都是'empirical'.
- 您可以比较不同的聚类方法并选择最佳方法。
- 相关性比较方法： a) 如果相关性大约为 1。您需要计算一行的平均值和中位数。下一步您比较这两个值并删除坏行。 b) 如果 corr 在整个矩阵中不同。计算所有行的平均值并将该值与平均值进行比较；像这样选一个神'value > mean(avg)'