Machine learning 可视化聚类结果

Machine learning 可视化聚类结果,machine-learning,bigdata,cluster-analysis,k-means,Machine Learning,Bigdata,Cluster Analysis,K Means,使用k-means后,我有3个簇。 我在k-means中为这个数据集使用了10个特征(标记) 我知道我们无法绘制10D图表,但如何可视化这些群集? 我应该用2个或3个特征来分隔数据,而不是10个特征吗? 在我的案例中应该使用什么轴 对于绘图,我在客户端使用js和highcharts.js 代码示例(仅针对stackoverflow要求),但我对每个点都有10个坐标 const kmeans = require('ml-kmeans'); let data = [[1, 1, 1, 1, 1],

使用k-means后,我有3个簇。 我在k-means中为这个数据集使用了10个特征(标记)

我知道我们无法绘制10D图表,但如何可视化这些群集?
我应该用2个或3个特征来分隔数据,而不是10个特征吗? 在我的案例中应该使用什么轴

对于绘图,我在客户端使用js和highcharts.js

代码示例(仅针对stackoverflow要求),但我对每个点都有10个坐标

const kmeans = require('ml-kmeans');

let data = [[1, 1, 1, 1, 1], [1, 2, 1, 1, 1], [-1, -1, -1, 1, 1], [-1, -1, -1.5, 1, 1]];

let centers = [[1, 2, 1, 1, 1], [-1, -1, -1, 1, 1]];


let ans = kmeans(data, 2, { initialization: centers });

console.log(ans);

/*KMeansResult*/

{
  clusters: [ 0, 0, 1, 1, 1 ] 

  centroids: 
   [ { centroid: [ 1, 1.5, 1, 1, 1 ], error: 0.25, size: 2 },
     { centroid: [ -1, -1, -1.25, 1, 1 ], error: 0.0625, size: 2 } ],
  converged: true, iterations: 1
}
*/*

使用您最喜欢的通用可视化方法。集群没有非常特殊的要求

例如

  • 散点图矩阵
  • PCA降维
  • tSNE嵌入
  • MDS
  • UMAP
  • 箱线图
  • 小提琴情节