聚类分析时遇到的难题 - SPSS论坛 - 经管之家(原人大经济论坛)

0关注
0粉丝

大专生

40%

还不是VIP/贵宾

-

0%

威望: 0 级
论坛币: 862 个
通用积分: 0
学术水平: 0 点
热心指数: 1 点
信用等级: 1 点
经验: 417 点
帖子: 37
精华: 0
在线时间: 48 小时
注册时间: 2011-9-13
最后登录: 2014-3-27

楼主

bojanliu 发表于 2012-9-11 16:59:06 |只看作者 |坛友微信交流群|倒序 |AI写论文

是否 +2 论坛币

k人参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

请教一下，现在对假如1万个样本进行聚类，问题是这些样本非常不符合正态分布，大约有1%-2%的样本变量值非常高，而50%左右样本变量值非常低，这样做出来的聚类结果是：1万个样本里最多只有1000个样本被分开成几类，剩下的9千个左右样本始终被归在一类里了。
即那些极值对聚类结果影响很大，我用的是k-means方法，就算预先设定的类再多，比如30个，最后的结果也只是把那些极值一个个分开了，依然有8-9千的样本聚在一起。

我的意思是是否该去掉那些极值，有什么原则来去除？