不同维度的聚类

Question

在我的聚类问题中，不仅点可以来来去去，还可以删除或添加特征。我的问题有没有什么聚类算法？

具体地说，我正在寻找这些类型的聚类算法的凝聚层次聚类版本。

Answer 1

您可以使用分层聚类(除非它的伸缩性非常差)或任何其他基于距离的聚类。只是k-means有点棘手，因为当值不存在时，如何计算平均值？

您只需要先定义一个适当的距离函数。

聚类通常是基于相似性完成的，所以:首先找出“相似”对你来说意味着什么。这是非常数据集和用例特定的，尽管许多人可以使用某种类型的距离函数。没有“一刀切”的解决方案。