r - 具有异构变量的客户集的聚类

Question

关闭。这个问题需要多问 focused 。目前不接受答案。

---

想要改进此问题吗？更新问题，使其仅关注一个问题 editing this post .

已关闭 5 年前。

Improve this question

我有一组具有不同属性的客户，连续属性、分类属性、二元属性和序数属性。知道我们不能对这些不同类型的属性应用相同的距离度量，我如何对它们进行聚类？预先感谢您

Answer 1

正如已经提到的，daisy 包是一个选项，它可以根据数据类型自动选择最佳距离度量。但我建议采用以下方法并请求专家插话。

而不是自动选择识别并删除一些相关变量，例如(一些示例)
PIL 逊相关性:对于连续变量
卡方检验:用于分类变量分类与数值:单向方差分析测试等。

采用有用变量的子集，考虑对 calcategories 变量进行 One-Hot 编码，并可能将序数转换为连续(或分类和 one-hot 编码)。使用不同的距离度量(如欧几里德、曼哈顿等)进行测试来评估结果。通过这种方式，您可以更清楚地了解整个聚类过程。