聚类分析中变量问题

博士生

43%

还不是VIP/贵宾

-

0%

楼主

gerxyuan 发表于 2014-11-15 12:16:05 |AI写论文

2论坛币

想用R做聚类分析，数据里有二元变量，序数变量，数值连续变量。看各种范例都是连续变量在做，我数据二元变量居多，可以用kmeans（）做吗？或者需要数据预处理？谢谢！

我以前做凝聚聚类的时候，二元数据也一起扔进去算相似性矩阵的，因为算相似性矩阵的时候不同的变量都要归一化，我不知道我这样做行不行

沙发

发表于 2014-11-15 12:16:06

我以前做凝聚聚类的时候，二元数据也一起扔进去算相似性矩阵的，
因为算相似性矩阵的时候不同的变量都要归一化，
我不知道我这样做行不行

藤椅

李会超 发表于 2014-11-15 15:27:12

聚类分析都是针对连续变量，没有二元变量聚类的

板凳

gerxyuan 发表于 2014-11-15 16:35:38

我问过一个R博客的博主，他提示可以在连续变量基础上，加二值变量。
我搜出国外网站上类似问题，说Gower distance is a good metric for datasets with mixed variables.
有人知道怎么搞吗？

报纸

calsunny 发表于 2014-11-16 04:43:58

See here on page 7:

http://www.statisticalinnovations.com/products/twostep.pdf

[问答] 聚类分析中变量问题 [推广有奖]