我在机器学习领域还是个新手（尽管我觉得它非常有趣），我想开始一个小项目，以便能够应用一些知识。

假设我有一个人的数据集，每个人有N个不同的属性（只有离散值，每个属性可以是任何东西）。

我想找到一组行为相似的群体，即在他们的属性中具有相似模式的人（“相似者”）。

您会如何处理这个问题？有什么想法可以让我开始吗？

我在考虑使用主成分分析（PCA），因为我们可以有任意数量的维度，这可能有助于降维。K-Means呢？我在这个情况下不太确定。有什么想法适合这种情况吗？

我确实知道如何编写这些算法的代码，但我真正缺乏的是实际经验，不知道在什么情况下应用什么方法。

回答：

使用n维属性向量的K-means是一个合理的开始方式。您可能需要调整距离度量，看看它如何影响结果。