K-means para agrupación de puntos 2D en Python

1. Cuándo usar k-means vs dbscan?
2. ¿Funciona los kmeanos con datos categóricos??
3. ¿Se pueden usar K-means para la reducción de la dimensionalidad??

Cuándo usar k-means vs dbscan?

K-means tiene dificultades con grupos y grupos no globulares de múltiples tamaños. DBSCAN se usa para manejar grupos de múltiples tamaños y estructuras y no está influenciado por el ruido o los valores atípicos. K-means se puede utilizar para datos que tienen un centroide claro, incluida una media o mediana.

¿Funciona los kmeanos con datos categóricos??

El algoritmo K-means no es aplicable a los datos categóricos, ya que las variables categóricas son discretas y no tienen ningún origen natural.

¿Se pueden usar K-means para la reducción de la dimensionalidad??

Para resumir, K-means se puede utilizar para una variedad de fines. Podemos usarlo para realizar una reducción de dimensionalidad donde cada característica transformada es la distancia del punto desde un centro de clúster.