fuzzy c-means可以应用于非数字数据集吗？即分类或混合数字和分类。
如果是（我希望是这样：(）：
我们如何计算聚类中心？
如果否，还有什么选择..如何对这些数据进行模糊聚类？
我需要回应，请帮忙
注意：我已经使用Jacard系数来计算2个点之间的距离，但仍然无法计算聚类中心，请参见附件
最佳答案
您必须将数据转换为数字形式。有多种方法可以做到，其中两种是：
使用特征计数的向量（常见于例如文本分类）
使用单热点表示，其中可以采用n个不同值的分类特征表示为n位字符串，如果特征的第i个值在其允许范围内，则仅设置第i个位。
两者都是许多机器学习程序在后台进行的非常常见的转换。另外，您可能想尝试使用与欧几里得度量不同的度量。 Esp。如果采用一键式表示，但根据数据，L1规范（曼哈顿/城市街区距离）可能更合适。
除此之外，只需将给定的公式应用于转换后的数据集即可。
关于machine-learning - 模糊c-表示分类数据，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/7698713/