我想知道 KMeans是否在进行聚类之前自动规范化特征。似乎没有选项可以提供输入来要求规范化。
区分数据预处理（规范化、分箱、加权等）和机器学习算法应用。使用sklearn.preprocessing进行数据预处理。此外，数据可以由不同的预处理器进行链式预处理。
至于 K 均值，通常仅归一化均值是不够的。一种是沿不同特征对数据均衡方差进行归一化，因为 K 均值对数据方差敏感，而方差较大的特征更强调结果。因此，对于K-means，我建议使用StandardScaler进行数据预处理。
不要忘记，k-means 结果对观测值的顺序很敏感，值得多次运行算法，在两者之间打乱数据，平均结果聚类，并以这些平均聚类中心为起点运行最终评估。