每一行表示单个星系的物理量。
第1列:星系的ID号
第2列:星系位置的x坐标[Mpc]
第3列:星系位置的y坐标[Mpc]
第4列:星系位置的z坐标[Mpc]
第5列:x轴方向的速度[km/s]
第6列:y轴方向速度[km/s]
第7列:z轴方向的速度[km/s]
第8栏:星系的恒星质量〔太阳质量〕
第9列:星系暗物质质量〔太阳质量〕
第10列:星系g带绝对星等[mag]
第11列:星系r波段绝对星等[mag]
第12列:星系i带绝对星等[mag]
第13栏:星系宇宙结构分类的类别标签
第13列中的值是星系所属结构的真正类标签(0:void, 1: sheet, 2: filament, 3: knot)。数据中星系总数为325733个,空洞星系、片状星系、长丝星系和结星系的数量分别为45518、152534、105291和22390个。
需要对这些数据进行簇类为4的非监督学习的聚类,聚类后的标签希望和已分类的近似。
法
使用每个银河集团的特征值以及密度进行kmeans模拟后,得到的结果偏差很大
https://img-mid.csdnimg.cn/release/static/image/mid/ask/564288585466140.jpeg?x-oss-process=image/auto-orient,1/resize,w_320,m_lfit
理想的结果应该是
https://img-mid.csdnimg.cn/release/static/image/mid/ask/890798585466180.jpeg?x-oss-process=image/auto-orient,1/resize,w_320,m_lfit
想知道有什么更适合的方法进行聚类,是否是自己选择的数据有问题(或者直接使用坐标更好?)
望解答