请问聚类分析中，分类变量如何处理

ddd
请大家再发高见

聚类分析的定义
　　依据研究对象（样品或指标）的特征，对其进行分类的方法，减少研究对象的数目。 　　
    各类事物缺乏可靠的历史资料，无法确定共有多少类别，目的是将性质相近事物归入一类。 　　
    各指标之间具有一定的相关关系。 　　
聚类分析(cluster analysis)是一组将研究对象分为相对同质的群组(clusters)的统计分析技术。 聚类分析也叫分类分析(classification analysis)或数值分类(numerical taxonomy) 　　

变量类型：分类变量、连续变量

所以说聚类分析是可以处理 分类变量的；
1.在SPSS的聚类分析中，分类变量、连续变量直接作为输入变量；
2.在SAS的EM聚类分析中，分类变量、连续变量直接作为输入变量，但需要在variable measurement中将分类变量设置为nominal或者ordinal，连续变量为interval；
3.在SAS的proc聚类分析中，分类变量需要处理为虚拟变量或者叫哑变量(dummy variables);


希望有用！！！

注意：这里讨论的是分类变量和连续变量的问题；
不是数值类型和字符类型的问题！！！

连续变量就不说了，大家都玩过。
对于离散变量，比如婚姻状况：已婚、未婚、离婚、丧偶。
我本人会把婚姻状况这一个离散变量变成三个哑变量：
var1 = 1 表示未婚
var2 = 1 表示离婚
var3 = 1 表示丧偶
然后把var1-var3看成连续变量，进行聚类

学习

增加一个变量，试试。

dingyix

转成哑变量或者对其进行压缩~~~~

继续关注...