我是机器学习的新手，并且尝试使用聚类算法进行细分。但是，由于我的数据集同时具有类别变量（例如性别，婚姻状况，首选的社交媒体平台等）以及数字变量（平均支出，年龄，收入等），因此我无法决定值得关注的算法。
我应该尝试哪一种：模糊c均值，k-medoids或与k-means ++进行比较的潜在类？对于这些类型的混合数据集，哪些会产生更好的结果？
奖励问题：我应该尝试在不降低维数的情况下进行聚类吗？还是在任何情况下都应使用PCA或K-PCA来减小尺寸？另外，如果数据集具有3个以上的维度，我如何在不可视化的情况下理解和解释结果？
最佳答案
最好的尝试是使用距离度量（例如Gower的距离度量）进行层次化聚集聚类。
不同比例的混合数据通常无法以任何有意义的统计方式工作。您有太多的权重可供选择，因此从统计学上讲，没有任何结果是可以成立的，而是很大程度上取决于您的权重。因此，不可能说某些结果是“真实”的聚类。不要期望这样的结果会很好。
关于python - 确定包含分类变量和数值变量的数据集的聚类算法，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/50046876/