问在聚类时，如何处理每个特性中的零行？

EN

1. 如果你认为所有的零点都是特征测量误差的结果(即观测值不应该是0，而是它们都是0)，那么我会说:保留所有数据，但将k (从k-means)增加1。这个额外的值有望成为所有这些错误观测的类别。
2. 如果您期望所有的零都是正确的(即这些观测确实都是零)，只需保持它们并继续正常进行。

注:如果你继续使用K-意味着拥有所有这些额外的观察应该是好的。然而，如果您切换到另一种考虑密度的算法(例如均值偏移)，那么所有这些额外的观测结果可能会以您意想不到的方式影响您的模型。例如，观察到的[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0.1]可能最终会远离所有的0级集群。

这是一个数据质量问题，因此它取决于数据集是如何构建的：

• 这两种情况都是有意义的，也就是说，一个观测对所有特征都会有零，而且它会经常发生。
• 或者，这些都是误差的结果，通常是对这些观测结果完全没有测量。

当然，我们希望将数据中的实例保留在前一种情况下，而不是在后一种情况下，因为值并不代表实际的数据点，因此它们会给聚类算法带来巨大的偏差。