machine-learning - 模糊 c- 表示分类数据

Question

可以将模糊 c 均值应用于非数值数据集吗？即分类或混合数字和分类..如果是（我希望如此:(）：

• 我们如何计算聚类中心？

如果否，有什么替代方法..如何对这些数据进行模糊聚类？

我需要回复请帮忙

注意：我已经使用 Jacard 的系数来计算 2 点之间的距离，但仍然没有得到计算聚类中心的方法，请参阅附件

Answer 1

您必须将数据转换为数字形式。有多种方法可以做到这一点，其中两种是：

• 使用特征计数向量（常见于文本分类等）
• 使用 one-hot 表示，其中可以采用n 个不同值的分类特征表示为n位字符串，如果特征在其允许范围内具有第i个值，则仅设置第i个位。

两者都是许多机器学习程序在后台进行的非常常见的转换。此外，您可能希望尝试使用与欧几里得不同的度量。特别是。使用 one-hot 表示，但根据数据，L1 范数（曼哈顿/城市街区距离）可能更合适。

除此之外，只需将给定的公式应用于转换后的数据集。