在python中对集群分类数据执行多维缩放（MDS）

我目前正在对来自Kaggle的银行营销数据集的分类属性进行聚类。我创建了三个带有kmodes的集群：

输出：

现在，我想将簇的每一行可视化为投影或点，以便获得某种图像：

---

我很难接受这个。我没有得到分类数据的欧几里德距离，对吗？这毫无意义。那么就不可能创建所需的可视化了吗？

可视化集群的最佳方法是使用PCA。 您可以使用PCA将多维数据缩减为二维，以便能够更好地绘制和理解数据。 要使用它，请参阅以下代码：

from sklearn.decomposition import PCA
pca = PCA(n_components=2)
principalComponents = pca.fit_transform(x)
principalDf = pd.DataFrame(data = principalComponents
             , columns = ['principal component 1', 'principal component 2'])

其中x是群集上已安装和转换的数据。

---

现在你可以很容易地可视化你的集群数据，因为它是二维的。

@Egjkmn1太棒了。谢谢，成功了！