最近我开始研究数据挖掘中的聚类，我研究了顺序聚类和层次聚类以及k-means。
我还读到了一个将k-means与其他两种聚类技术区分开来的声明，称k-means在处理名义属性方面不是很擅长，但是文本没有解释这一点。到目前为止，只有我可以看到的差异是，对于K-means，我们事先会知道我们将需要确切的K个集群，而我们不知道其他两个集群方法需要多少个集群。
所以有人可以在这里给我一些关于为什么存在这样的陈述的想法，即k-means在处理名义属性的例子时有这个问题，有没有办法克服这个问题？
提前致谢。
答案 0 :(得分：5)
k-means算法通过获取群集中所有点的平均值来计算群集质心。如果参数是标称值，则不能取平均值。
有时可以将名义值放入一种顺序，然后映射到实际值。例如，一周中的几天可以映射到范围[1.0 - 7.0]，但有时候有时也是不可能的，例如值为[Windows，Linux，OSX]的属性。