我正在对一些不同程度的数据点进行聚类，例如低、中和高。是否建议将它们转换为 low-1、med-2、hig-3 等数字，并直接应用 k 均值，还是应该使用任何其他方法？
我表现得像这样，但并不总是能取得好的结果。有时它给出了非常好的结果，但有时它没有。
K-means在这些数据上没有多大意义。
它专为连续变量而设计。其中命名均值有意义并最小化最小二乘误差。
对于分类数据，请改用 k 中心点或 k 模式！
此外，您需要仔细考虑变量重要性。
请注意，在分类/离散数据上，优化算法经常陷入局部最优似乎是一个问题：因为没有"连续"路径来改善结果。正因为如此，结果有时是好的，有时是坏的。然后，您可以增加重新启动的次数，但随着复杂性的增加，幸运猜测的机会会降低......
将连续数据转换为离散数据是可以的，只要将其视为离散数据而不是连续数据即可。现在 k 均值基本上仅适用于连续数据。所以我认为，更好的选择是像k-prototypes或k-modes这样的算法。其中k-prototype适用于连续数据和分类数据，而 k 模式仅适用于分类数据。