K均值聚类PCA后的标准化

Question

在主成分分析降维后，我想将K均值应用于聚类。在主成分分析之前，我已经用StandardScaler标准化了数据，然后我想训练Kmeans来找到簇。然而，PCA组分之间的差异不可能是相同的数量级。

聚类前对PCA组件进行标准化是一个很好的实践吗？

Answer 1

如果用于k-均值聚类的变量在不同的尺度上，方差较高的变量将通过驱动k-质心的收敛来控制算法。

根据你的研究目标，这是你可以允许的吗？相反，如果您希望所有的因素在集群中具有相同的权重，那么您应该对它们进行缩放。

Answer 2

通常PCA已经返回标准化组件。

你计算了每个组件的方差吗？通常情况下，是1。

更棘手的问题是在进行PCA之前是否使用标准化。我不认为这是一个普遍的答案。