如何对多个维度进行javascript在线k-means聚类

我发现了许多javascript在线k-means集群的例子，但所有的例子都是针对二维的

如果我有56个维度（例如），如何进行聚类

奖金问题：

---

有了一些新数据，是否有可能预测聚类中的某些值（比如，76%属于聚类x，因此值应该是y）

k-means算法应该很容易移植到任意数量的维度。看起来是这样的：

随机选择簇的中心

对于每个点检查，最近的簇是什么

通过计算所有点的平均值来计算新的群集中心

重复此操作，直到群集中心不变

在2d中，检查2中

（x1，x2）

和

（y1，y2）

之间的距离。像这样

（x1-x2）^2+（y1-y2）^2

（如果仅使用距离将其与另一个距离进行比较，则不需要使用平方根）。在56个维度中，只有56个组件

在2d中，通过获取所有点的平均值来计算簇中心。取所有点的第一个维度并取平均值

avg1

，取所有第二个维度

avg2

到56，您的新群集中心将

（avg1、avg2、avg3…avg56）

不容易的是它非常昂贵。查看像PCA这样的降维（特征提取）算法

还要确保所有频率都已标准化。例如，它们的范围在

（-100100）

之间

如果您需要更多信息，请访问机器学习课程。

---

第8周是关于集群及其陷阱。

56个数值？这是一个例子。我没有数过。它可能只有34个变量。主要的部分是，这些值是否是数字；以有意义的方式（即可比较的方式）。由于预处理等原因，大多数人无法从这些数据中获得有用的结果。