R中混合类型的2D数据的聚类答案

【问题标题】：Clustering for mixed type of 2D data in RR中混合类型的2D数据的聚类
【发布时间】：2020-02-09 13:52:03
【问题描述】：

我有两个数据集，A 和 B。每个数据集都包含多个点的坐标。

现在我想对这两个数据集进行聚类分析。我知道有很多用于 2D 数据的聚类方法，例如 R 包“largeVis”中的 hdbscan，以及 k-means 和 dbscan 算法。而且我也知道“gower”距离可用于混合一维数据帧。

但是，是否有任何类型的混合二维数据算法？我正在寻找 R 解决方案，但也对 Python 开放。

【问题讨论】：

【解决方案1】：

您为什么认为 Gower 仅限于 1d 数据帧？

什么是“混合一维”数据框？单个属性怎么混？

大多数聚类算法在高维数据中都可以正常工作。只是在某些时候，您的距离函数会因维度灾难而崩溃。

【讨论】：

提到一维数据我的意思是数据框是1个数据的简单混合，例如：年龄、性别、薪水...等
然而，这里提到二维数据，我指的是坐标，因为 x 和 y 坐标构成一个点。
广义 DBSCAN 可以很容易地与两个距离测量一起使用。或者您只需定义自己的距离，例如，坐标上的 Haversine 和分类数据上的 Gower。但是你必须以某种方式选择权重。
您好 Anony，感谢您的 cmets。有没有使用 DBSCAN 并应用于坐标数据的示例？
是的，无处不在。这是最常见的用例。