在kMeans聚类算法中，如何选择适合可视化的列？

Question

我试图理解csv文件中列的选择，在应用k-means时应该考虑这些列。 在下面的链接中，只有年收入和支出得分作为一个列（来自Mall\u Customers.csv文件），用于可视化，而不是年龄。 https://www.kaggle.com/shrutimechlearn/step-by-step-kmeans-explained-in-detail

请帮忙

Answer 1

它们有3个特性可用于集群。通常只取所有特征的欧几里德距离即可得到聚类间的距离

这很容易在两个维度上可视化。取两点，它们之间的距离是三角形的斜边。在三维空间里，想象起来有点困难。作者只是简单地使用了两个维度，这样她以后就可以画出来了。但是，要使用所有三个维度，只需将代码修改为：

X = dataset.iloc[:,[1:3]].values

这将在算法中使用年龄、收入和支出得分