R 将分类/群集任务中的文本值更改为int

任务是使用dataset在R中进行聚类，其中包含分类文本值（如“蓝色”、“红色”）。虽然k-means算法只接受数值，所以我需要将文本类别转换为int类别。有什么单线解决方案吗？或者其他什么

         Attribute1 Attribute2                     Attribute1 Attribute2
Instance1  "blue"     "red"         =>  Instance1       1          2
Instance2  "green"    "blue"            Instance2       3          1

---

a[，1]因此，在进行聚类分析时，我们希望使我们的聚类尽可能彼此远离。我所考虑的有问题的方法
太过直截了当，效果会很差（如果实现的话）。好的解决方案是应用一些可以处理混合数据类型的距离度量。
评论中提到的是gower，它是通用的。二元类别也存在Jaccard距离。
高尔解决方案（R）的示例：

库（集群）
gower.dissimility.mtrx你不能这样做，如果你将“蓝色”、“红色”转换为1,2，你是在暗示某种顺序，我猜不是这样的？你应该做一个热编码，或者尝试gower距离进行聚类，例如，是的，非常感谢。这正是我所期待的，它帮助了我：）
x_num <- as.numeric(x)

library(cluster)
gower.dissimilarity.mtrx <- daisy(DataFrame, metric = c("gower"))