Ich benutze Scikit-Learn zu tun Clustering von k-Mittel zu berechnen:Wie sickit lernen verwenden, um den k-Means Funktion Bedeutung
from sklearn import cluster
k = 4
kmeans = cluster.KMeans(n_clusters=k)
aber eine andere Frage: Wie man verwendet scikit lernen die zur Berechnung k-bedeutet Merkmalsbedeutung?
Leider gibt es meines Wissens keine "Merkmalswichtigkeit" im Kontext eines k-Means-Algorithmus - zumindest in dem Verständnis, dass Merkmalsbedeutung "automatische Relevanzbestimmung" bedeutet (wie in der Verbindung unten).
Tatsächlich behandelt der k-Means-Algorithmus alle Merkmale gleich, da das Clusterverfahren von den (ungewichteten) euklidischen Abständen zwischen Datenpunkten und Clusterzentren abhängt.
Allgemeiner gibt es Clustering-Algorithmen, die automatische Feature-Auswahl oder automatische Relevanzbestimmung oder generische Feature-Auswahlmethoden für Clustering durchführen. Ein spezifisches (und beliebiges) Beispiel ist Roth and Lange, Feature Selection in Clustering Problems, NIPS 2003
Können Sie beschreiben, was 'Feature Wichtigkeit' in der Einstellung von Clustering bedeutet? – cel
Da die Antwort auf diese Frage einige Erklärungen zu Statistikkonzepten erfordert, ist sie möglicherweise besser für [CrossValidated] (http://stats.stackexchange.com) geeignet. – C8H10N4O2