R中混合变量的聚类

Question

我正试图使用连续变量和类别变量，按照kmeans方法构建一个聚类模型。

目标是根据性别、年龄、职业、计费计划、手机和某些应用程序的使用情况创建集群

我正在研究如何处理分类数据，我知道我应该把它们变成假人，但不太确定如何同时处理所有分类变量。

谢谢

表格看起来像：

ID性别年龄职业计划手机亚马逊Prime GB DL苹果音乐GB DL音频DB DLC001 NR 56三星学生会0 0 0.498829165C002 M 25管理层马拉维华为0 0 1C003 H32 Archaius Apple教授0 0.6320005841

Answer 1

从分类变量创建伪变量的一个可能的解决方案是"fastDummies"；包装：

library(fastDummies)
df <- data.frame(NR1 = c(1,2,3),
NR2 = c(0.1, 0.5, 0.7),
FA1 = factor(c("A","B","C")),
FA2 = factor(c("5","6","7")))
str(df)
'data.frame':   3 obs. of  4 variables:
$ NR1: num  1 2 3
$ NR2: num  0.1 0.5 0.7
$ FA1: Factor w/ 3 levels "A","B","C": 1 2 3
$ FA2: Factor w/ 3 levels "5","6","7": 1 2 3
# one variable per factor level
fastDummies::dummy_cols(df)
NR1 NR2 FA1 FA2 FA1_A FA1_B FA1_C FA2_5 FA2_6 FA2_7
1   1 0.1   A   5     1     0     0     1     0     0
2   2 0.5   B   6     0     1     0     0     1     0
3   3 0.7   C   7     0     0     1     0     0     1
# encoding where where there are n-1 columns per factor (as in case of all being 0 it implies the last is 1 already)
fastDummies::dummy_cols(df, remove_first_dummy = TRUE)
NR1 NR2 FA1 FA2 FA1_B FA1_C FA2_6 FA2_7
1   1 0.1   A   5     0     0     0     0
2   2 0.5   B   6     1     0     1     0
3   3 0.7   C   7     0     1     0     1