这是一个创建于 1571 天前的主题，其中的信息可能已经有所发展或是发生改变。
如题，目前手里有 1000 个条目，每个条目代表一个用户，有 20 个特征向量表示该用户行为。
我可以使用皮尔逊系数计算每两两用户间的相关系数，则该矩阵大小为 1000*1000
之后如何进行聚类呢？聚类算法有很多，哪种在当前这种条件下取得的效果比较好呢？
（为了使分类准确表达用户群体，假定预计分为 5 类，同一用户可以在多个不同类中）
 |
1
VelvetExodus 2020-07-25 22:40:32 +08:00 via Android
有试过特征降维吗？可以先降纬聚类看着直观些。dbscan 试试
|
 |
2
leimao 2020-07-25 23:08:23 +08:00 via iPhone
你这个相关系数个人感觉没必要计算，直接用 clustering 算法就行了。是想你要是有一万个用户，你电脑就爆了。
|
 |
3
black11black OP @leimao
具体用那种算法呢，如果不算相关系数的话维度太高了，效果能好吗，我没什么经验 |
|
4
leimao 2020-07-27 10:56:28 +08:00
@black11black 做好 feature engineering，然后准备好 validation dataset，然后每个 clustering 都试一下，看看哪个最好。KNN 比较常用。你之前做 1000 x 1000 correlation 的思路是做 recommendation 的思路。所以你得先搞清楚你是要干嘛。
|
Select Language