在聚类中，噪声、冗余和无关属性对其有何影响？它们最终是帮助还是阻碍聚类？我知道它无法处理噪声数据，但对另外两种情况不太确定。

回答：

噪声
许多聚类算法（如k-means、基于中位数的分区等）的性能随着噪声百分比的增加而下降。例如，在k-means聚类中，由于异常值（与数据集差异较大的数据），聚类中心会发生变化。算法需要较长时间才能收敛，并且可能无法获得良好的聚类结果。

大多数聚类算法倾向于在聚类之前从数据集中移除噪声（异常值）。
更多详情请见：噪声对聚类技术性能的影响

冗余数据（无冗余属性但有冗余数据点）
这也会对聚类产生负面影响，但取决于聚类算法。如果任何算法考虑数据点的频率（例如，取聚类点的平均值、中位数等），那么聚类的平均值和中位数可能会发生变化。
通常，你不希望基于任何数据点出现的可能性来进行聚类。因此，如果任何数据点是冗余的，建议在聚类之前将其移除。

如果考虑冗余属性（即相关属性），它可能会或可能不会影响聚类。这取决于数据集的领域。

无关属性
这也会对聚类产生负面影响。由于无关属性，聚类可能无法收敛。事实上，有时无关属性被视为噪声。随着维度的增加，还会带来维度灾难。因此，建议在聚类之前进行降维处理。

一些详情：
聚类高维数据
无关属性对模糊聚类影响