我对聚类每日网格数据感兴趣。
由于维度（网格点）很多，我首先执行 PCA 以降低维度并保留占实际数据变化至少 85% 的 n-first PC。然后我使用这 n 个 PC 作为 k-Means 聚类的输入。
我的问题是我是否应该使用标准化（mean=0，std=1）PC 作为 k_Means 聚类的输入，或者根据每台 PC 占总变化的百分比调整 PC。调整可以是 PC[i] * Variation[i] /sum(Variation)
第一个选项导致 PC 具有相同的方差，因此聚类是无偏的。第二个选项最终会偏向于解释大部分变化的 PC。
根据我的理解，最好使用无偏见的数据。然而，在 PCA 的情况下，PC 默认具有不同的重要性。这是否支持使用调整后的 PC？
我进行了更仔细的检查，我将尝试根据其他见解回答我的问题。对于所提供答案的准确性，我将不胜感激。
PC 的实际结果没有标准化，它们的方差与每台 PC 解释的总方差（变异）的平方根成正比。这些值是应该用于后续聚类的值。这样，PC 的权重确实与解释方差的（平方根）成正比。
如果使用标准化 PC（均值 = 0，标准 = 1），则应使用每个 PC 解释的方差百分比的平方根来调整值。这样，调整后的 PC 将与实际 PC 具有相同的权重，唯一的区别在于值的范围。
我基于 1) 实际 PC、2) 标准化 PC、3) 用方差百分比调整的标准化 PC 和 4) 用方差百分比的平方根调整的标准化 PC 运行聚类分析。1) 和 4) 实际上是相等的（我假设一些小的差异是由于值的范围影响非常接近 0 的实例）和最好的实例，其次是 3）。选项 2) 是迄今为止表现最差的。通过每个字段与原始数据集（每日网格数据）上分配的质心之间的平方距离之和来测试性能。