在这种情况下，哪个更好：分类还是聚类？
In this case, what's better: classification or clustering?
我从 FB、Twitter、Linkedin 等不同来源收集数据，然后将它们制成结构化格式。现在的结果是：我有一个包含 10000 行（10000 人）的 csv 文件，相关数据是关于他们的姓名、年龄、兴趣和购买习惯。
我真的卡在了这一步：分类或聚类。对于分类，我并没有真正预定义 类 或供我的用户分类的模型。
对于聚类：我开始计算相似度和KMeans，但仍然得不到我想要的结果。在继续进行协同过滤的下一步之前，我如何决定选择什么？
首先，你要明白clustering是一个pre-processingactivity/task。聚类的思想是识别具有相似属性的对象并将它们分组。聚类过程可以用cattle-herding来理解。其中骑师将散牛（读取数据点）分组。
注意：如果您正在查看分区聚类算法系列，则包括 K-means、k-modes、k-prototype 等。算法 k-means 仅适用于数值数据. K-modes 仅适用于分类数据，k-prototype 适用于数值数据和分类数据。
问：数据是否经过预处理？如果答案是否定的，那么您可以尝试以下步骤；
数据（列值）是所有分类（=文本）格式还是数字或混合格式？
一个。如果所有分类然后离散化或 bin 或间隔缩放它们。
b。如果混合，则仅离散化或分箱或间隔缩放分类值
c。对数值数据和分类数据执行缺失值和离群值处理。这将有助于保持最大方差并降低维度。
d。将数值标准化为零的中位数。
现在应用合适的聚类算法（根据您的问题）来确定模式。一旦你找到了模式，你就可以给它们贴上标签。一旦识别出的模式被标记，此后或随后 class 化算法可以用于 classify 任何新的传入数据点到适当的 class。
我从 FB、Twitter、Linkedin 等不同来源收集数据，然后将它们制成结构化格式。现在的结果是：我有一个包含 10000 行（10000 人）的 csv 文件，相关数据是关于他们的姓名、年龄、兴趣和购买习惯。
我真的卡在了这一步：分类或聚类。对于分类，我并没有真正预定义 类 或供我的用户分类的模型。
对于聚类：我开始计算相似度和KMeans，但仍然得不到我想要的结果。在继续进行协同过滤的下一步之前，我如何决定选择什么？
首先，你要明白clustering是一个pre-processingactivity/task。聚类的思想是识别具有相似属性的对象并将它们分组。聚类过程可以用cattle-herding来理解。其中骑师将散牛（读取数据点）分组。
注意：如果您正在查看分区聚类算法系列，则包括 K-means、k-modes、k-prototype 等。算法 k-means 仅适用于数值数据. K-modes 仅适用于分类数据，k-prototype 适用于数值数据和分类数据。
问：数据是否经过预处理？如果答案是否定的，那么您可以尝试以下步骤；
数据（列值）是所有分类（=文本）格式还是数字或混合格式？
一个。如果所有分类然后离散化或 bin 或间隔缩放它们。
b。如果混合，则仅离散化或分箱或间隔缩放分类值
c。对数值数据和分类数据执行缺失值和离群值处理。这将有助于保持最大方差并降低维度。
d。将数值标准化为零的中位数。
现在应用合适的聚类算法（根据您的问题）来确定模式。一旦你找到了模式，你就可以给它们贴上标签。一旦识别出的模式被标记，此后或随后 class 化算法可以用于
classify任何新的传入数据点到适当的 class。