原书出处
数据科学与大数据分析 数据的发现 分析 可视化与表示
04 第4章 高级分析理论与方法:聚类
息可能是有的,但是潜在客户的这些信息则可能没有。 数据科学家可能需要在十几个或者更多的属性中选取在聚类分析中使用的属性。
最好是根据数据尽可能地减少属性的数量。太多的属性可能会将最重要变量的影响最小化。此外,使用多个相似的属性可能会突出一类属性的重要性。
例如,如果在聚类分析中使用5个涉及个人财富的属性,那么个人财富属性将主导分析,并且可能掩盖其他属性(比如年龄)的重要性。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0014_split_002.html
EPUB SHA-256:e4a4df0364edbfdf609c07ab4449f2148ede4291cdfba8b2a6ffdc51e7b6c9b7