了解 K 均值聚类中的一些术语
Understanding some terms in K-means clustering
我需要编写一个程序，为给定的数据集实现 kmeans 聚类（我大致了解 kmeans 算法的工作原理）。由于我希望我的程序是通用的，所以我想了解以下术语：
对于具有 100 行和 10 列的给定数据集（假设每列是一个特征），我如何识别以下参数：
- 维度：如何知道这个数据集的维度？
- 数据点：是说每个单元格
[row][col]是一个数据点还是整行是一个数据点（点的向量）？
您必须从计算几何的角度来看您的数据集，其中数据集的每个元素都是 D 维中的一个点 space。
你的数据集看起来像这样，我猜：
row0.col0 row0.col1 ... row0.col9
...
row99.col0 row99.col1 ... row99.col9
从 computational-geometry 的角度来看，我会将此数据集解释为 10 个维度的 100 个点。
Dimension
是列数，所以是10。从数学的角度来看，每一列都是一个坐标！ ;)
Data point
每行是一个数据点！每一个cell就是这个点的一个坐标！
例如，检查我的 ，您会看到我在 64 个维度（这是您的情况下的列）中创建了 10000000 个点（这是您的情况下的行）。
视情况而定。
但大多数语言和文件格式（例如 CSV）每条记录使用一个 行，每个维度使用一个 列。这种电子表格视图很常见。
例如在 Java 中，大多数人会将 double[100][10] 矩阵解读为 100 条记录，每条记录 10 个维度。
有些语言是不同的。 Matlab 和 Julia 是列优先的 IIRC，所以 (100,10) 的形状是 100 维，10 行。
我需要编写一个程序，为给定的数据集实现 kmeans 聚类（我大致了解 kmeans 算法的工作原理）。由于我希望我的程序是通用的，所以我想了解以下术语：
对于具有 100 行和 10 列的给定数据集（假设每列是一个特征），我如何识别以下参数：
- 维度：如何知道这个数据集的维度？
- 数据点：是说每个单元格
[row][col]是一个数据点还是整行是一个数据点（点的向量）？
您必须从计算几何的角度来看您的数据集，其中数据集的每个元素都是 D 维中的一个点 space。
你的数据集看起来像这样，我猜：
row0.col0 row0.col1 ... row0.col9
...
row99.col0 row99.col1 ... row99.col9
从 computational-geometry 的角度来看，我会将此数据集解释为 10 个维度的 100 个点。
Dimension
是列数，所以是10。从数学的角度来看，每一列都是一个坐标！ ;)
Data point
每行是一个数据点！每一个cell就是这个点的一个坐标！
例如，检查我的
视情况而定。
但大多数语言和文件格式（例如 CSV）每条记录使用一个 行，每个维度使用一个 列。这种电子表格视图很常见。
例如在 Java 中，大多数人会将 double[100][10] 矩阵解读为 100 条记录，每条记录 10 个维度。
有些语言是不同的。 Matlab 和 Julia 是列优先的 IIRC，所以 (100,10) 的形状是 100 维，10 行。