R 如何表示k均值聚类的数据

我有一组用户和他们的关联词。以下是我对它们进行分组的方式：

我已将每个单词与一个数字关联，如果用户没有关联这些单词，我将给出一个值0：

谷歌：1 堆栈溢出：2 数学：3 编程：4 诺沃德：0

要运行k-means算法，我将以下词语关联起来：

username  google stackoverflow math programming
user1        1        0          3      0
user2        1        2          0      4
user3        0        2          3      0
user4        1        1          0      4

这是否正确地实现了对每个用户进行集群，并根据用户配置的单词检查他们之间的距离

我的实施基于：

特别是本节：

---

请注意，您的数据可以构造为二进制。例如，用户1要么与stackoverflow关联，要么不关联，即二进制值。因此，您应该将数据转换为以下格式：

username  google stackoverflow math programming
user1        1        0          1      0
user2        1        1          0      1
user3        0        1          1      0
user4        1        1          0      1

我建议不要对数据使用K-means，因为对于二进制数据来说，簇质心的概念是有问题的。有关更多详细信息，请参阅的前几段

但是，您仍然可以使用适当的方法（例如）计算任意两个用户之间的相似性，因为每个用户的单词关联可以写成二进制字符串，例如user1有1010。然后，您可以在所有用户对之间构建一个集群，并使用如下方法对它们进行集群

---

或者，您也可以使用类似的方法。

请注意，您的数据可以构造为二进制。例如，用户1要么与stackoverflow关联，要么不关联，即二进制值。因此，您应该将数据转换为以下格式：

username  google stackoverflow math programming
user1        1        0          1      0
user2        1        1          0      1
user3        0        1          1      0
user4        1        1          0      1

我建议不要对数据使用K-means，因为对于二进制数据来说，簇质心的概念是有问题的。有关更多详细信息，请参阅的前几段

但是，您仍然可以使用适当的方法（例如）计算任意两个用户之间的相似性，因为每个用户的单词关联可以写成二进制字符串，例如user1有1010。然后，您可以在所有用户对之间构建一个集群，并使用如下方法对它们进行集群

---

或者，您也可以使用类似的方法。

再看看您的答案，为什么像我所讨论的那样表示我的数据会有问题？ie：为每个单词指定一个唯一的数值简短的回答是因为你的目标是聚类，它会发现那些在距离上相似的用户。距离对于你如何使用它来说毫无意义。换句话说，您最初的构造意味着这些特征是名义上的，但大多数聚类方法（如K-means）都会隐式地假设数据在一条线上。再看看您的答案，为什么像我所讨论的那样表示我的数据会有问题？ie：为每个单词指定一个唯一的数值简短的回答是因为你的目标是聚类，它会发现那些在距离上相似的用户。距离对于你如何使用它来说毫无意义。换句话说，您的原始构造意味着这些特征是名义上的，但是大多数聚类方法（如K-means）都会隐式地假设数据在一个特定的位置上。