first of all, 请先分清楚 clustering 和classification 中文翻成 前者"分群" 後者"分类" 前者无正确答案 後者有 在cs领域 前者为unsupervised learning 後者为 supervised learning 您提到的 h. clustering 和 k-mean 都是属於前者 (还有一些方法如som knn等) 再则 比较怪异的是 您提到 k-mean 的'分类错误'....@@> 本人想针对您所提工的资讯 点出两件事 1. PCA 把许多x转成 两个 P. componet 是没有单位意义的(用eigan vector 做线性转换),然而许多x对这两个新的线性组合变数的贡献不一,建议在pca 前先对这些x做标准化转换(相当於是用corr matrix 取代 covariance matrix) 2.clustering 的好坏 可以 用'组内差异最小'和'组间差异最大'去评估 下台一鞠躬 ^^ ※ 引述《alan74520 (白星星)》之铭言： : 各位大大你好，我使用的是SPSS，有个问题想要请问大家 : 我有一群变数，我利用PCA将变数缩减至两个，然後我现在想利用群集分析的方法，将原来的样本进行分类，可是都无法分类完全，也就是说总是会有几个分类错误。我该如何改进这样的分类呢 : 我之前是使用Hierarchical Clustering 我知道这样可以分的很细部 : 可是我现在想尝试使用K-means，并自己决定分类的group 可是就是会有分类错误的产生。 : 该如何改进呢？ : 还是说 使用K-means本来就会有误差？ : Ps.我的变数没有先进行标准化，但是单位都相同。 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.109.23.18