本文介绍: 两个新的聚类方法：K-modes和K-prototypes。下面分别介绍下两个方法。K-modes适用于离散数据，采用汉明距离K-modes算法是按照k–means算法的核心内容进行修改，主要有以下两点：1.度量方式。2.更新modes.K-prototypes适用于混合数据（有离散有连续）K-Prototype算法是结合K-Means与K-modes算法，针对混合属性.
应用场景：
假设一批数据，每一个样本中，有唯一标识（id）、品类（cate_id）、受众（users, 小孩、老人、中年等）等属性，希望从其中找出一些样本，使得这些样本覆盖的品类、受众等最广。
分析：
思路是使用聚类的方式，每个簇选一个样本。观察数据，都为类别特征，常用的kmeans聚类方法，会使用欧式距离，计算两个样本之间的距离，来判断该样本是否数据该簇。对于类别特征来说，就算表示为0 ，1， 2，这些数字没有大小的意义，只代表某一个属性。所以我们不可以使用判断距离的方式，划分簇。
经过调研，认识到了两个新的聚类方法：K-modes和K-prototypes。下面分别介绍下两个方法。
K-modes
适用于离散数据，采用汉明距离
K-modes算法是按照k-means算法的核心内容进行修改，主要有以下两点：
1.度量方式。样本之间的距离D，属性相同为0，不同为1，并将所有属性结有相加。因此D越大，即他的不相关程度越强（与欧式距离代表的意义是一样的）；
汉明距离：Hamming Distance也能用来计算两个向量的相似度，通过比较向量每一位是否相同，若不同则汉明距离加1，这样得到汉明距离。向量相似度越高，对应的汉明距离越小。如10001001和10110001有3位不同。
K-prototypes
适用于混合数据（有离散有连续）
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
