不懂就问，机器学习，已知关联度矩阵，应该用什么算法进行高维聚类？

[black11black]

如题，目前手里有 1000 个条目，每个条目代表一个用户，有 20 个特征向量表示该用户行为。

我可以使用皮尔逊系数计算每两两用户间的相关系数，则该矩阵大小为 1000*1000

之后如何进行聚类呢？聚类算法有很多，哪种在当前这种条件下取得的效果比较好呢？

（为了使分类准确表达用户群体，假定预计分为 5 类，同一用户可以在多个不同类中）

[VelvetExodus]

有试过特征降维吗？可以先降纬聚类看着直观些。dbscan 试试

[leimao]

你这个相关系数个人感觉没必要计算，直接用 clustering 算法就行了。是想你要是有一万个用户，你电脑就爆了。

[black11black]

@leimao
具体用那种算法呢，如果不算相关系数的话维度太高了，效果能好吗，我没什么经验

[leimao]

@black11black 做好 feature engineering，然后准备好 validation dataset，然后每个 clustering 都试一下，看看哪个最好。KNN 比较常用。你之前做 1000 x 1000 correlation 的思路是做 recommendation 的思路。所以你得先搞清楚你是要干嘛。