我正在进行聚类分析。我想知道，包含相关变量是否可以知道，有很多变量。在这种情况下该怎么办？
预先感谢
首先，明显的方法：
-
评估您是否需要所有它们，或者可以离开其中一些
-
白色（Decorralate）您的数据通过执行PCA，这是K-Means的最佳实践
其次，您可能需要查看相关聚类，该试图识别数据集中显示出不同相关性的群集。当您的数据与全球相关性不相关时，美白将不会删除这些局部相关性。相关聚类旨在发现这些模式。
如果变量高度相关，建议删除它们。
否则聚类算法或链接方法，您通常遵循的一件事是找到点之间的距离。保持高度相关的变量只是给它们更多的，将重量增加一倍，以计算两个点之间的距离（因为所有变量均已归一化，效果通常是两倍）。
简而言之，变量强度会影响簇形成的增加。