我有一个非常大的数据帧（大约120k行，24列），我想用 pam 算法执行聚类。所有列都是二进制变量，其中1代表属性的存在，0代表缺席。
我看到使用如此大的数据集进行此操作的方法是通过 clara 算法，该算法在{cluster}包中实现。问题是在文档中我看到clara作为输入：
数据矩阵或数据帧，每行对应一个观察，每列对应一个变量。 所有变量必须为数字。允许缺少值（NAs）。
那么我应该如何对我的数据应用clara算法呢？ 通常它应该处理分类变量，因为 pam 算法没有计算方法，但除了this question之外我无法在线找到任何有用的信息，这些信息仍未得到答复。< / p>
我可以简单地将我的列转换为数字以使算法正常工作，但我担心这不是使用此算法处理二进制数据的正确解决方案。