ELKI：如何为 K-Means 指定 CSV 的特征列

【问题标题】：ELKI: How to Specify Feature Columns of CSV for K-MeansELKI：如何为 K-Means 指定 CSV 的特征列
【发布时间】：2020-03-09 14:50:27
【问题描述】：

我正在尝试使用 ELKI MiniGUI 运行 K-Means。我有一个包含 15 个特征（列）和一个标签列的 CSV 数据集。我想用特征列的不同组合多次运行 K-Means。

在 MiniGUI 中是否有任何地方可以指定我希望用于聚类的列的索引？

如果不是，通过在 Java 中更改/扩展 ELKI 来实现此目的的最简单方法是什么？

【问题讨论】：

【解决方案1】：

这显然可以通过 Java 代码轻松实现，或者只需根据需要对数据进行预处理即可。生成 10 个变体，然后通过命令行启动 ELKI。

但是有一个过滤器可以选择列：NumberVectorFeatureSelectionFilter。仅使用第 0、1、2 列（在数字部分；此时单独处理标签；这是矢量变换）：

-dbc.filter transform.NumberVectorFeatureSelectionFilter
-projectionfilter.selectedattributes 0,1,2

过滤器可以使用我们更新的 IntRangeParameter 进行扩展，以支持诸如 1..3,5..8 之类的规范；但这还没有实现。

【讨论】：