Python 3.x 从功能上定义分离“；“善”；高维空间_Python 3.x_Machine Learning

Python 3.x 从功能上定义分离“；“善”；高维空间

python-3.x machine-learning

Python 3.x 从功能上定义分离“；“善”；高维空间,python-3.x,machine-learning,Python 3.x,Machine Learning,我有存在于高维空间中的二进制分类数据，但我有大量的选项，我使用精确的子空间来表示数据。如何计算二进制数据在给定高维空间中的聚集程度这里是一个使用t-sne将一个特定高维表示简化为2D的示例（为了可视化目的，数据保持在高维空间中）我想用一种功能性的方式说“这个空间是x善于分离True和False数据”，这样数据的这个空间表示可以与其他一些空间表示进行比较。还没有实现它，但我认为这会起作用：使用k-means聚类定义数据聚类计算abs（0.5-numTrue/（numTrue+numFa

我有存在于高维空间中的二进制分类数据，但我有大量的选项，我使用精确的子空间来表示数据。如何计算二进制数据在给定高维空间中的聚集程度

这里是一个使用t-sne将一个特定高维表示简化为2D的示例（为了可视化目的，数据保持在高维空间中）

我想用一种功能性的方式说“这个空间是

善于分离

True

和

False

数据”，这样数据的这个空间表示可以与其他一些空间表示进行比较。

还没有实现它，但我认为这会起作用：

使用k-means聚类定义数据聚类
计算
```
abs（0.5-numTrue/（numTrue+numFalse））*2
```
以获得特定集群在分离
```
True
```
和
```
Flase
```
数据方面的性能
根据点数标准化每个簇的所有“优点”
将所有标准化的“好”相加，这将是一个空间有多好