并不是所有的数据都能满足这样的要求，对于数值类型的特征，比如身高，可以很自然地用这样的方式来处理，但是类别 (categorical) 类型的特征就不行了。举一个简单的例子，如果我现在要对犬进行聚类，并且希望直接在所有犬组成的空间中进行，k-means 就无能为力了，因为欧氏距离 \|x_i-x_j\|^2 在这里不能用了：一只 Samoyed 减去一只 Rough Collie 然后在平方一下？天知道那是什么！再加上一只 German Shepherd Dog 然后求一下平均值？根本没法算，k-means 在这里寸步难行！

在 k-medoids 中，我们把原来的目标函数 J 中的欧氏距离改为一个任意的 dissimilarity measure 函数 \mathcal{V}：

\displaystyle\tilde{J} = \sum_{n=1}^N\sum_{k=1}^K r_{nk}\mathcal{V}(x_n,\mu_k)
cluster

燕儿ida 发表于 2014-2-20 17:27
恩，不太清楚你是用了什么非数值型变量。但是我们在处理数据的时候很多时候都需要将定性的指标量化处理。可 ...

dash731 发表于 2014-4-8 21:07
是无量纲化的过程吗，可以考虑用无量纲化的过程处理非数值数据，前提是有作为标准的数值数据