我有一组在高维空间中存在的二元分类数据，但我有很多选项可以选择具体使用哪个子空间来表示这些数据。我如何计算二元数据在给定的高维空间中的聚类效果如何？
这是一个特定高维表示通过t-sne降维到2D的示例（为了可视化，数据仍然存在于高维空间中）
我希望有一个功能性的方法来表达“这个空间在分离True和False数据方面的表现为x”，这样就可以将这种数据的空间表示与其他空间表示进行比较。
回答：
我还没有实施，但我想这会有效：
- 使用k-means聚类来定义数据的聚类
- 计算
abs(0.5 - numTrue/(numTrue+numFalse))*2来评估特定聚类在分离True和False数据方面的表现 - 根据点的数量对每个聚类的“优良度”进行归一化
- 将所有归一化的“优良度”相加，即为空间的总体“优良度”
