Artificial intelligence 聚类方法问题

最近我开始研究数据挖掘中的聚类，我研究了序列聚类、层次聚类和k-means

我还读到一篇声明，将k-means与其他两种聚类技术区分开来，说k-means不太擅长处理名词性属性，但本文没有解释这一点。到目前为止，我能看到的唯一区别是，对于k-means，我们将提前知道我们将需要确切的K个聚类，而我们不知道其他两种聚类方法需要多少个聚类

有人能告诉我为什么会有这样的说法吗，比如说，k-means在处理名词性属性的例子时有这个问题，有没有办法克服这个问题

---

提前感谢。

k-means算法通过获取簇中所有点的平均值来计算簇质心。如果参数为标称值，则不能取平均值

---

有时名义值可以按某种顺序排列，然后映射到实际值。例如，一周中的几天可以映射到[1.0-7.0]范围，但有时这是不可能的，例如一个值为[Windows、Linux、OSX]的属性。

注意，在计算簇质心时，我们通常采用离散变量的多数值。