我刚刚进入数据挖掘，机器学习和集群领域。我遇到特殊问题，不知道使用哪种技术来解决它。
我想对特定数据格式的观察结果（对象或其他对象）进行聚类。每个观察值中的所有变量均为数字。我的数据输入如下所示：
1 2 3 4 5 6
1 3 5 7
2 9 10 11 12 13 14
45 1 22 23 24
假设n代表行（观测值或一维向量，..），m代表列（每个向量中的变量索引）。 n可能是非常大的数字，并且0
因此，我想以某种方式执行聚类，在该聚类中，我将根据包含每个行/观测值的相同值的数量将观察结果放入一个聚类中。
如果有两行，例如：
1
1 2 3 4 5
如果没有匹配项，则应将它们群集在同一群集中。同样，一个集群中每行的数量不应超过100。
生病的问题..？如果没有，只是为了我没有提到时间维度的信息。但是现在让我们跳过它。
所以，你们的任何指示，
谢谢和最诚挚的问候，
JDK
最佳答案
很难提出任何建议，因为您的问题完全含糊，而且我们没有有关数据的信息。数据挖掘（尤其是诸如集群之类的探索性技术）都是关于理解数据的。因此，我们无法提供最终答案。
您需要考虑两件事：
1.如果数据表明存在物种或特征，则可以尝试使用Jaccard相似度（以及其他基于集合的度量）。
2.如果缺席信息少，也许您应该挖掘关联规则，而不是集群
无论哪种方式，在不了解您的数据的情况下，这些数字都和随机数一样好。您可以轻松地对随机数进行聚类，并花费数周的时间来获得最佳的无用结果！