为什么我们不能将Eculidean距离用于分类变量的聚类，为什么我们将Gower距离用于分类变量的聚类。我只是在寻找一种简单的逻辑，并希望在两者之间进行工作以区别类别变量。
我试图在google搜索中找到相同的内容，但无法找到任何具体且合乎逻辑的内容。
答案 0 :(得分：1)
如果分类数据本质上是ordinal，则可以使用欧几里得距离，如果您对数据进行合理编码，则可以找到实际上具有某种意义的欧几里得距离。例如，假设您正在处理以李克特量表进行的调查结果，并且您的级别为“很好”，“很好”，“中性”，“不好”和“非常不好”，并且如果选择将其编码为5,4、3、2和1分别计算它们之间的距离，它们实际上是有道理的（不好和很好之间的距离是3，这是有意义的）。
但是，另一方面，如果您的变量是分类变量，但是nominal本质上没有固有的顺序，那么计算距离就没有意义。例如，假设您的特征是颜色，并且它们的取值分别为红色，蓝色，绿色和粉红色。并将它们分别编码为4,3,2和1。现在，即使您发现绿色和红色之间的距离并将其报告为2，它实际上也没有任何意义，就像您无法像红色将绿色与绿色相差2个单位一样。
对于名义变量，如果您有混合数据，则可以使用Hamming distance或Gower distance或Gower distance in R。
希望这会有所帮助！