在 R 中使用 gower 距离进行聚类答案

【问题标题】：Clustering using gower distance in R在 R 中使用 gower 距离进行聚类
【发布时间】：2015-09-22 03:01:21
【问题描述】：

我有一个包含分类变量和数值变量的数据框。我想使用高尔距离对这些数据进行聚类，并将聚类值作为向量获取，就像在 kmeans 函数中一样。我怎样才能做到这一点？

【问题讨论】：

使用适用于任意距离的 PAM、CLARA 等。

标签： r cluster-analysis categorical-data mixed-type

【解决方案1】：

如果您不想坚持使用高尔距离，可以使用clustMixType 中的kproto() 函数。 kproto 中的距离度量类似于 Gower 距离，只是 kproto 使用欧几里得距离来度量数值变量之间的相异性；但是，高尔距离对每个变量进行了归一化（将两个观测值之间的距离除以该变量的范围）。代码很简单。

kproto_clustering <- kproto(df, k)   # k is number of cluster
clusters <- kproto_clustering$cluster

【讨论】：

【解决方案2】：

您可以使用 vegan 包生成 gower 矩阵，然后使用 cluster 包创建集群。

gow.mat <- vegdist(dataframe, method="gower")

然后您可以将该矩阵输入到 PAM 函数中。下面的示例将使用 gower 距离生成 5 个聚类

clusters <- pam(x = gow.mat, k = 5, diss = TRUE)

然后您可以从

获取您的集群信息

clusters$clustering

【讨论】：

k-means 第一个参数应该是原始输入数据，不是距离矩阵。
@Anony-Mousse，你说得对。我现在已经编辑了我的答案。