是否可以使用scikit-learn K-Means Clustering指定您自己的距离函数？
python cluster-analysis machine-learning k-means scikit-learn
我一直在研究k-means聚类,有一点不清楚你是如何选择k的值的.这只是一个反复试验的问题,还是有更多的问题？
我已经实现了k-means聚类来确定300个对象中的聚类.我的每个物体都有大约30个维度.使用欧几里德度量计算距离.
我需要知道
cluster-analysis machine-learning k-means unsupervised-learning
我有一个 3 维空间中包含大约 2000 万个点 (x,y,z) 的大型数据集。我知道这些点组织在密集区域中，但这些区域的大小各不相同。我认为标准的无监督 3D 聚类应该可以解决我的问题。
由于我无法先验估计簇的数量，因此我尝试使用 k 范围较宽的 k 均值，但速度很慢，而且我必须估计每个 k 分区的重要性。基本上，我的问题是：如何将点中最重要的部分提取到簇中？