Machine learning 在构建无监督分类的聚类时，我可以拥有500到2000范围内的聚类吗
我的数据集大小为100000个条目。每个条目都给我提供了衬衫尺寸、价格和位置的详细信息。我想按衬衫品牌对这些数据进行分类。。从数据集的来源我知道数据集中有500种不同品牌的衬衫 我可以使用500个群集的群集算法吗？。我计划使用K-Means，在聚类的数量上是否有任何限制，大多数情况下我都见过K-Means用于聚类的示例，比如5到10个聚类。我没有看到集群数量为500的例子Machine learning 在构建无监督分类的聚类时，我可以拥有500到2000范围内的聚类吗,machine-learning,k-means,Machine Learning,K Means,我的数据集大小为100000个条目。每个条目都给我提供了衬衫尺寸、价格和位置的详细信息。我想按衬衫品牌对这些数据进行分类。。从数据集的来源我知道数据集中有500种不同品牌的衬衫 我可以使用500个群集的群集算法吗？。我计划使用K-Means，在聚类的数量上是否有任何限制，大多数情况下我都见过K-Means用于聚类的示例，比如5到10个聚类。我没有看到集群数量为500的例子 你认为K-Means是最好的还是我必须选择其他的？这取决于你的数据，但一般来说，K-Means适用于“中等”大小的集群（可能
你认为K-Means是最好的还是我必须选择其他的？这取决于你的数据，但一般来说，K-Means适用于“中等”大小的集群（可能5-25个）
请参阅，它包含一个比较一些聚类方法的简单表。
根据它，你应该尝试“Ward层次聚类”、“凝聚聚类”或“Birch”而不是k-means