機器學習演算法工程師的經典面試問題_機器學習

如何確定聚類演算法的類別數 k

（1）根據資料的來源使用領域相關的以及一些先驗的知識來進行估計——說了等於沒有說啊

（2）降維到二維平面上，然後如果資料形狀比較好的話，也許可以直觀地看出類別的大致數目。

（3）通過譜分析，找相鄰特徵值 gap 較大的地方——這個方法我只瞭解個大概，而且我覺得“較大”這樣的詞也讓它變得不能自動化了。

（4）層次聚類則避免了類別數目的確定問題，其在做Clustering的時候不需要知道類別數； 在計算樣本距離時如何處理非數值型特徵（類型）

（1）scikit-learn的相關 api 對這些特徵進行轉換

（2）定義適當的距離度量函數，比如 Simple Matching Distance、Mixed Distance，見 距離的度量（Dissimilarity Measure）