分类型变量python聚类分析_用python对包含分类变量和数值变量的数据进行聚类的最佳方法是什么...

我需要聚类客户数据，包含分类和数字特征。数字特征不在同一范围内(年龄、收入……)。在我用标准刻度缩放后，我尝试了Mclust来获取数值数据，但这给了我交叉的组。在

1-如果标准量表的结果不令人满意，我是否应该标准化？

2-K-Prototype集群的最佳方式是什么？

3-聚类方法是否应该依赖于数据分布？在

我用熊猫

我用的是：#K-mean Cluster#search K

from scipy.spatial import distance as sci_distance

from sklearn import cluster as sk_cluster

cdata = data

K = range(1, 10)

KM = (sk_cluster.KMeans(n_clusters=k).fit(cdata) for k in K)

centroids = (k.cluster_centers_ for k in KM)

D_k = (sci_distance.cdist(cdata, cent, 'euclidean') for cent in centroids)

dist = (np.min(D, axis=1) for D in D_k)

avgWithinSS = [sum(d) / cdata.shape[0] for d in dist]

plt.plot(K, avgWithinSS, 'b*-')

plt.grid(True)

plt.xlabel('Number of clusters')

plt.ylabel('Aver