用不同的方法对数据进行聚类

【问题标题】：Clustering data with different approaches用不同的方法对数据进行聚类
【发布时间】：2018-01-18 14:16:09
【问题描述】：

我有以下类型的数据：

*.edge 文件有不同用户id之间的联系：

1 23

4 67

...

*.feat 包含 id 的属性。这里第一列（第 0 列）是用户 ID。其他的代表在另一个文件中命名的特征。比如userid 1没有第1列的特征(0)，但是userid 4有(1)：

1: 0 0 1 0 1 1 0 1 1

4: 1 0 1 1 1 0 1 1 1

...

现在我想对数据进行聚类，并想使用不同的算法，如 k-means、DBSCAN、层次聚类等。但正如我所读，多维数据存在几个问题？

【问题讨论】：

【解决方案1】：

非常高维的数据有问题，但是10并不高。您还有其他问题：k-means 需要 coordinates 来计算均值，而不是带有边的图。此外，这些值应该是连续的，而不是二进制的。您需要更详细地研究这些方法。如果你说“但是当我读到...”时，请尝试提供参考。

【讨论】：

这正是我也有的问题。我的目的是为特定用户在 Facebook 中对朋友进行聚类，并为此使用不同的聚类算法。但是我不知道从哪里开始。认为斯坦福大学的数据会对此有好处 (snap.stanford.edu/data/egonets-Facebook.html)
阅读图算法，例如团检测，而不是点聚类，例如 kmeans。用户不是向量。
只考虑边缘。使用图形算法然后提取 X 和 Y 坐标以使用 K-Means 等算法怎么样？
不要仅仅为了使函数可调用而破解。想想要回答的问题，而不是如何将不匹配的工具粘合在一起。