Algoritmus k-Means nelze použít pro kategorická data, protože kategorické proměnné jsou diskrétní a nemají žádný přirozený původ. Takže počítání euklidovské vzdálenosti pro takový prostor nemá smysl.
Můžeme použít shlukování pro kategorická data?
Kategorická data byla převedena na číselná přiřazením hodnoty pořadí. Je to tak, že kategorickou datovou sadu lze vytvořit shlukování jako numerické datové sady.. Je pozorováno, že implementace této logiky, k-střední, poskytuje stejný výkon jako v numerických datových sadách.
Lze střední hodnotu použít pro kategorické proměnné?
Neexistuje žádný způsob, jak z těchto dat najít průměr, protože neexistuje „průměrná“barva očí. Můžete najít proporce, ale ne průměr. Doufám, že to pomůže!
Co by se mělo použít, když jsou data kategorická?
Kategorická data jsou analyzována pomocí rozdělení režimu a mediánu, kde nominální data jsou analyzována s režimem, zatímco ordinální data používají oba. V některých případech mohou být ordinální data analyzována také pomocí jednorozměrných statistik, dvourozměrných statistik, regresních aplikací, lineárních trendů a klasifikačních metod.
Co je shlukování s kategorickými atributy?
Kategorické shlukování dat se týká případu, kdy datové objekty jsou definovány přes kategorické atributy … To znamená, že pro kategorické hodnoty neexistuje jediné řazení nebo funkce vlastní vzdálenosti a neexistuje žádné mapování z kategorických na číselné hodnoty, které by bylo sémanticky rozumné.
