L'algoritmo k-Means non è applicabile ai dati categoriali, poiché le variabili categoriali sono discrete e non hanno origine naturale. Quindi calcolare la distanza euclidea per lo spazio non ha significato.
Possiamo usare il clustering per i dati categoriali?
I dati categoriali sono stati convertiti in numerici assegnando un valore di rango. È possibile che un set di dati categoriale possa essere raggruppato come set di dati numerici.. Si osserva che l'implementazione di questa logica, k-media produce le stesse prestazioni utilizzate nei set di dati numerici.
Può significare essere usato per variabili categoriali?
Non c'è modo di trovare una media da questi dati perché non c'è un colore degli occhi "medio". Puoi trovare le proporzioni, ma non la media. Spero che questo aiuti!
Cosa dovrebbe essere usato quando i dati sono categoriali?
I dati categoriali vengono analizzati utilizzando modo e distribuzioni mediane, dove i dati nominali vengono analizzati con il modo mentre i dati ordinali utilizzano entrambi. In alcuni casi, i dati ordinali possono anche essere analizzati utilizzando statistiche univariate, statistiche bivariate, applicazioni di regressione, trend lineari e metodi di classificazione.
Cos'è il raggruppamento con attributi di categoria?
Il clustering di dati categoriali si riferisce al caso in cui gli oggetti dati sono definiti su attributi categoriali … Cioè, non esiste un unico ordinamento o una funzione di distanza inerente per i valori categoriali, e non esiste una mappatura da valori categoriali a valori numerici semanticamente sensata.
