我正在做一项涉及“无监督分类”的研究。
基本上，我有一个trainSet，我想以无监督的方式将数据集中在X个类中。想法类似于k-means的作用。
比方说
步骤1）
featureSet是一个[1057x10]矩阵，我想将它们分为88个集群。
第2步）
使用先前计算的类来计算testData的分类方式
题
-是否可以使用SVM或N-N来完成？还要别的吗 ？
-还有其他建议吗？
最佳答案
那里有很多聚类算法，网络上充斥着有关它们的信息和示例实现。 Wikipedia关于聚类分析Cluster_analysis的条目是一个很好的起点。
当您有一个可行的k-means实现时，您可以尝试多种变体之一，以查看它们是否可获得更好的结果（也许是k-means ++，就像您提到的SVM一样）。如果您想要一种完全不同的方法，请查看Kohonen Maps，也称为自组织特征图。如果这看起来太棘手，那么将很容易实现简单的分层聚类（找到最近的两项，合并，冲洗和重复）。