数据聚类-数据预处理

Question

这些天我正在使用一些聚类算法，我只是想问一个与这个领域相关的问题。也许那些在这个领域工作的人已经有了这个答案。

迭代次数(e.x。我的意思是:不是用所有的数据来训练K-Means，也许有一种方法可以只找到重要的向量(那些对聚类影响最大的向量)，并使用这些“重要”向量(来自训练数据)来训练算法。

我希望你能理解我。感谢您的阅读和尝试回答。

Answer 1

“训练”和“测试”数据是来自分类的概念，而不是来自聚类分析的概念。

K均值是一种统计方法。如果你想加快速度，在足够大的随机样本上运行它应该会得到几乎相同的结果。