模糊 c- 表示分类数据

Question

fuzzy c-means 可以应用于非数字数据集吗？即分类或混合数字和分类.. 如果是的话（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 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 位的字符串，只有 i如果特征在其允许范围内具有第 i 个值，则设置第 个位。

这两者都是许多机器学习程序在后台执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。