我有一个600万行的数据集，具有混合数据类型。 k原型不可扩展，因此我将所有列都转换为分类列，并在4 M行的随机样本上针对4个簇运行K模式。但是，k模式存在一个初始化问题，每次运行模型时都会产生不同的簇。假设我只运行了一次，然后将其输出进行分析。一次性分析方法完全错误吗？如果是，是否有解决初始化问题的方法？可以通过设置参数或其他方式。任何建议深表感谢。
答案 0 :(得分：0)
我确定您已经这样做了，但是一定会成功。因为一旦设置了模式变量，它就会从您的数据中选择一组随机的行，并继续进行算法。因此，寻找种子对于可重现的结果很重要。我假设您的代码是这样的：
kmodes(data, modes=4, iter.max = 10, weighted = FALSE, fast = TRUE)
我希望通过不同的群集，您不要暗示群集的数量也在变化。