用混合数据计算相似度矩阵

Question

我也在“Cross Validated”论坛上提出了这个问题，但到目前为止还没有答案，所以我也在这里尝试：

我想从我的数据（来自汽车公司的故障数据）计算相似性矩阵（我将进一步用于聚类目的）。数据由以下变量组成：

开始日期+时间（dd / mm / yyyy hh / mm / ss），DURATION（以秒为单位），周日（周一，周二，......），工作队（1,2,3）， LOCALIZATION（1,2,3，...，20），FAILURE TYPE

从这一点可以清楚地看出，有连续的和分类的数据。您建议用什么方法来计算故障类型之间的相似性？我想我不能使用欧几里德距离，或高威的相似性。提前谢谢。

Answer 1

不，您需要一个ad hoc函数来表示您对数据在现实世界中的含义的了解。据推测，它主要是对连续差异应用权重，对离散分类变量应用2D简单矩阵。但是，不要统治我们对极端价值观或模糊化的审查。