PCA vs TSNE vs MDS（回顾群集）

Question

我有一个众所周知的数据集从影评和我希望集群用户的电影口味。在

我从这样的数据集开始：

idUser iDmovies review
1       2       1
1       10      2
5       5       5
5       10      2

最初，我创建了一个用户x电影矩阵，并用这种方式填充评论值：

^{pr2}$

我的矩阵非常稀疏，所以我应用了矩阵分解来填充值，现在我有了一个这样的矩阵（只是一个例子）：

          movieid
    idUser  2    5   10
        1   1    -2    2               
        5   -2    5    2 

知道在这个数据集上应用PCA o TSNE或Kmeans有意义吗？还是更喜欢应用MDS？在

我尝试在这个数据集上应用PCA，结果是：

我觉得真的很糟糕。 之后，我试着遵循一个关于在PCA上应用TSNE的教程（https://medium.com/@gabrieltseng/clustering-and-collaborative-filtering-visualizing-clusters-using-t-sne-f9718e7491e6） 在这个环节

我做这个：

我的问题是： 我认为这不是很好的聚类方法。对你们来说，这是有意义的集群吗？用完整的矩阵做这个有意义吗？

我在Iris数据集中看到了示例，并将创建集群，因为Iris的值非常相似。 在我的例子中，一个用户在一个组件上可以是5，在另一个组件上是-5（太远了）…所以对我来说这可能没有意义…对吗？在

为了澄清，我希望添加一个我的矩阵审查屏幕：

我真的很疯狂。。在

Answer 1

在像movielense数据这样的数据集上，聚类通常不能像人们天真地期望的那样工作。在

1. 并非所有用户都属于“典型”兴趣的集群
2. 许多用户会有多重兴趣
3. 变量的重要性各不相同
4. 缺少的值与0级不对应

这就是为什么对于推荐系统您使用基于因子和基于项集的方法。在