请问R语言做聚类分析的时候需要对数据进行归一化或者标准化处理么

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

请问聚类分析时样本各变量数据量级不同时，需要进行归一化或者标准化处理么？
是直接对数据进行kmeans操作么

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：聚类分析 归一化 R语言 标准化 kmeans

不需要，只要是数值型数据就可以，归一化处理可能会影响kmeans的有效性

我刚才查了查，自己又想了想，我觉得是需要归一化的。计算距离的话，如果不归一化，那数值很小的变量影响就很小（比如求欧氏距离的话，两个样本点P个变量每个变量距离的平均值，那数值很大的占结果比重肯定大）

colinxf 发表于 2017-4-5 17:07
不需要，只要是数值型数据就可以，归一化处理可能会影响kmeans的有效性

抱歉刚才回复位置回复错了。我刚才查了查，自己又想了想，我觉得是需要归一化的。计算距离的话，如果不归一化，那数值很小的变量影响就很小（比如求欧氏距离的话，两个样本点P个变量每个变量距离的平均值，那数值很大的占结果比重肯定大）

xiaowangge 发表于 2017-4-5 17:30
抱歉刚才回复位置回复错了。我刚才查了查，自己又想了想，我觉得是需要归一化的。计算距离的话，如果不归 ...

你说的是对的，理论上，修改度量尺度是对kmeans的有效性是有一定的影响的，所以我觉的这就要根据实际问题去处理了，，你可以比较一下最后的clustering的实际效果

colinxf 发表于 2017-4-5 20:31
你说的是对的，理论上，修改度量尺度是对kmeans的有效性是有一定的影响的，所以我觉的这就要根据实际问题 ...

恩，好，谢谢

肯定要做处理。是不是要做归一化，要看业务需求。

如果不清楚业务需求，就都做归一化。每个维度重要性等同。 如果业务说某个维度
特别重要，这个维度特别敏感，比如客户的收入。  就可以把这个维度的scale放大。这样这个维度上的欧式距离
就有更大的比重。

jameschin007 发表于 2017-4-5 23:26
肯定要做处理。是不是要做归一化，要看业务需求。

如果不清楚业务需求，就都做归一化。每个维度重要性等 ...

恩，有道理，谢谢

jameschin007 发表于 2017-4-5 23:26
肯定要做处理。是不是要做归一化，要看业务需求。

如果不清楚业务需求，就都做归一化。每个维度重要性等 ...

数据归一化的方式蛮多种的，前辈可以介绍一下么？

xiaowangge 发表于 2017-4-5 17:30
抱歉刚才回复位置回复错了。我刚才查了查，自己又想了想，我觉得是需要归一化的。计算距离的话，如果不归 ...

距离越小，才是一个类的啊，所以一个数值越小，影响才应该越大啊，那个指标（例如：收入）才会更重要啊