具有异构变量的一组客户的聚类

Question

我有一套不同属性的客户--连续的，分类的，二进制的，序号的。我如何对它们进行聚类，因为我们不能对这些不同类型的属性应用相同的距离度量？提前谢谢你

Answer 1

如前所述，daisy软件包是一种基于数据type.But自动选择最佳距离度量的选项，我建议采用以下方法，并请专家参与进来。

而不是自动选择，识别和删除一些相关变量，如(一些例子)

Pearson相关:对于连续变量

卡方检验:范畴变量的分类与数值的比较:单程Anova检验等。

利用有用变量的子集，考虑对范畴变量进行一次热编码，并可能将序数转换为连续(或范畴编码和热编码)。测试使用欧几里德、曼哈顿等不同的距离度量来评估结果。这样，您将更清楚地了解整个集群过程。