K-表示对名义数据的聚类？

Question

我正在对一些不同程度的数据点进行聚类，比如低、中和高。是否应该将它们转换为低1，med-2，hig-3这样的数字，并直接应用k方法，还是应该使用任何其他方法？

我的表演是这样的，但并不总是能取得好的效果。有时它能带来很好的效果，但有时却没有。

Answer 1

把连续数据转换成离散数据是可以的，只要它被看作是离散的，而不是连续的。现在k-均值基本上只适用于连续数据。所以我认为，更好的选择是像k-prototypes或k-modes这样的算法。对于连续数据和分类数据，k-prototype都可以工作，而k模式只适用于分类数据。

Answer 2

K-均值在这些数据上没有多大意义。

它是为连续变量设计的。其中，命名的均值是有意义的，并将最小平方误差最小化。

对于分类数据，使用k-medoid或k模式代替！

此外，您需要仔细考虑变量的重要性。

注意，在分类/离散数据上，优化算法常常陷入局部最优，因为没有“连续”路径来改进结果。正因为如此，结果有时是好的，有时是坏的。然后，您可以增加重新启动的次数，但是随着复杂性的增加，幸运猜测的机会会减少.