【问题标题】:What distance measure does centroid based meanshift algorithm uses for clustering?基于质心的均值偏移算法用于聚类的距离度量是什么?
【发布时间】:2019-09-15 19:06:18
【问题描述】:

我有一个 810 * 74 维度的稀疏截断SVD 矩阵。我正在尝试使用 sklearn api 与基于质心的 MeanShift 算法进行聚类。但是,我在 sklearn 文档和在线博客中都找不到有关 meanshift 默认使用的距离度量的信息。也没有提供预先计算的距离矩阵的选项。 Meanshift 在进行基于质心的计算之前是否默认计算欧几里得距离?

浏览 sklearn 文档 - https://scikit-learn.org/stable/modules/generated/sklearn.cluster.MeanShift.html

也在网上搜索过,但没有运气

【问题讨论】:

    标签: cluster-analysis mean-shift


    【解决方案1】:

    它不直接使用距离。

    它使用的是 RBF 内核,但它确实包含类似于欧几里得距离的东西。

    我怀疑这对于 74 维数据来说是一个不错的选择。

    【讨论】:

    • 感谢您的回复。您是否建议任何其他针对 74 维的算法?数据也很稀疏。
    • 取决于你的数据,所以我不能给你建议。有了这个 n 和 p,我会说运气不好才能让任何声音正常工作。
    猜你喜欢
    • 2017-09-24
    • 2014-06-05
    • 2017-10-26
    • 2016-06-11
    • 2018-08-22
    • 2012-04-15
    • 2013-04-21
    • 2019-12-27
    • 2017-04-07
    相关资源
    最近更新 更多