在weka中使用哪个过滤器使用k意味着对分类数​​据进行聚类？

Question

我应该在weka中使用哪个预处理过滤器来应用k意味着用于具有非定量但属于分类的属性的记录。例如，三个记录没有收入等级的定量属性，值为{低，中，高}，已婚，值为{是，否}，居住状态为{阿拉巴马州，阿拉斯加州，...，怀俄明州}。谢谢。

Answer 1

很多人为此使用一个热门编码。

结果通常相当糟糕，因为k-means是为连续变量设计的。生成的聚类中心将不再是二进制的，并且可能不会很好地映射到分类值（这并不奇怪，因为k-means完全是关于意味着，但是“苹果的意思是什么” “，”“香蕉”和“橙色”）？

如果您改为寻找频繁项目集而不是k-means中心，通常会获得更有意义的结果。