首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >问答首页 >6维向量的无监督聚类

6维向量的无监督聚类
EN

Data Science用户
提问于 2018-06-05 14:18:02
回答 2查看 86关注 0票数 0

我有17k向量,每个矢量有6分,我想根据点的性质对向量进行聚类,例如。线性增长到一个簇,凸在另一个簇,凹在另一个,在另一个下降等等。做这件事的好策略是什么?我需要它来检测离群点向量。

EN

回答 2

Data Science用户

发布于 2018-06-05 20:25:54

首先,大多数聚类方法在正确使用时都会很好。例如,具有相关性,或适当的归一化。

其次,如果你已经有模式在脑海中,使用分类。

第三,为了找出异常值,聚类并不太有帮助。因为它不够可靠。而是使用一种聪明的孤立点检测方法,如KNN,LOF,循环。

不要忘记详细的、面向问题的预处理,以便尽可能好地准备数据。

票数 1
EN

Data Science用户

发布于 2018-08-05 08:22:35

尝试拟合几个回归模型,然后收集系数。

首先,建立简单的线性回归模型(对每个向量),收集系数。然后拟合多项式回归模型,收集模型系数,然后对比例数据或归一化数据进行拟合。

收集模型系数并对其进行聚类分析。

在R中,您可以使用broom::tidy()方法从17k模型拟合中收集模型系数。我不知道是否有一个与broom等价的python。

票数 1
EN
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://datascience.stackexchange.com/questions/32680

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档