使用 K 均值模擬聚類 - 負值你好，
當我從 K Means 平台模擬聚類時，我得到了我的一個變數的一些負模擬值，實際上，這些值只能是正值。
查看此變數的原始分佈，它是非正態的並且以零為界（因此類似對數正態分佈的東西非常適合它）。
有沒有辦法確保叢集模擬產生的資料保持正值？
非常感謝，
艾莉西亞
預測模型和機器學習回覆：使用 K 均值模擬聚類 - 負值你好@Alicia_500 ，
歡迎加入社群！
聚類可以透過不同的演算法來完成，這取決於您的目標、資料類型以及建立聚類的標準：基於分佈、基於點密度、基於點之間的層次結構/連結…
您可以在此處查看基於資料類型的可用演算法： 聚類觀察平台概述
如果您需要有關如何使用不同演算法的更多信息，您可以觀看此影片： 聚類|跳轉
@Chelsea-Parlett也寫了一篇非常好的博客，解釋了聚類方法之間的差異： 無監督機器學習的聚類方法（jmp.com）
就您的使用情況而言，由於提供的資訊相對較少，並且缺乏數據來測試某些方法，我認為 K-Means 可能不是最合適的聚類技術，因為您面臨的是具有不同「擴展」的不同分佈。 K-Means 建立球形聚類，因為它不假設分佈有任何差異。
您可以嘗試使用常態混合，因為它會受到特徵或層次聚類的分佈和變異數差異的影響，而層次聚類不假設任何聚類分佈。
希望我確實了解你的處境，
回覆：使用 K 均值模擬聚類 - 負值感謝 Victor 的回覆 - 這非常有幫助！
