无监督学习减少维度/聚类

【问题标题】：Unsupervised learning reduce dimensionality/clustering无监督学习减少维度/聚类
【发布时间】：2018-12-09 15:46:35
【问题描述】：

我正在尝试了解如何使用无监督学习将我的数据拆分为集群。例如，k-means 方法。

我有 20 列数据，如何将其投影到 2D 表面上而不会丢失 18 列中的必要信息？

我应该用什么来做到这一点？

任何帮助将不胜感激。

【问题讨论】：

【解决方案1】：

如果您只想查看二维数据，请考虑使用 t-SNE。 scikit-learn python 包有一个很好的实现，你可以使用。但是，请记住，您不应该将数据聚集在 t-SNE 输出上，因为您的数据所在的空间在此过程中会被充分扭曲（仅保留较短的距离，而较长的距离会被大量更改为更短或更长）

【讨论】：