我正在做一个 Python 项目来对某些数据进行聚类，scikit-Learn 库和 matplotlib 用于这些任务。
数据大约有9个特征，所以K-means只能用3-d到2维的数据处理。所以这个问题背后的思考过程是我使用 SVD 来降低 k-means 聚类的维度。
但是我很担心：
关于结果的完整性（因为我们使用的数据来自少数用户），用户数据本身是中小型的，每个用户大约 3000 个原子（项目）。
如果计算将成为一个问题，添加更多用户？
理想的数据原子量是多少？
最后，这是处理多维数据的最佳方式吗？