我根据他们选择的数码相机的功能，有128个受访者的二进制数据。其中" 1"表示特征的选择，而" 0"表示未选择该功能。我在列中有92个产品功能，而行中的受访者中有92个产品功能。每个受访者在92个功能集中都有精确选择的20个功能。我想根据他们选择的功能创建不同用户组的群集。我尝试了一些在这些binaray数据上的聚类算法，例如模糊聚类和hierarichal，但它没有给我任何不错的结果，而创建的群集确实很糟糕。因此，现在我已经在受访者的数据W.R.T上应用了骰子系数相似性矩阵，这基本上给了我每个受访者与所有其他受访者的相似性分数。是否可以在此相似性矩阵上应用聚类技术来获得良好的群集？我还可以在此用户相似性矩阵上应用哪些聚类技术，以便我可以根据他们的Similairty分数来识别用户簇。任何建议和评论都将不胜感激
由于您的数据集很小，请使用层次群集。
可以用距离或相似。