包含连续变量和分类变量的数据集的聚类分析

Question

我需要对包含1500万个人记录和150个变量的数据集进行聚类分析。我正在使用python。最初，我想到使用pyspark的mllib包，但显然我的数据集包含分类变量和连续变量。 K-means将无法解决此问题，我需要类似k-mode或k-prototypes的工具，R（sparkR软件包）中提供了类似的功能。