我正在尝试对以下数据集进行Kmeans聚类，

Name,Gender,Age,Drinks,CountryJohn,M,30,Pepsi,USJack,M,25,Coke,USDavid,M,34,Pepsi,UKTed,M,37,Limca,CANRobert,M,23,Limca,USAdrian,M,31,Pepsi,USCraig,M,37,Coke,UKKatie,F,23,Limca,UKNancy,F,32,Pepsi,UK

我想根据饮料（Pepsi、Coke、Limca）对数据进行聚类，我已经能够做到这一点。但我还想在聚类数据中同时获取姓名。

我得到的输出是

012 Limca belongs to cluster:0Cokde belongs to cluster:0etc.

在这里，我还想获取姓名。

在转换为序列文件时，我将饮料作为键，其余文本作为值，并转换为稀疏向量，然后运行Kmeans聚类，但姓名没有被打印出来。谁能指出如何从聚类中的值中提取姓名？

回答：

您可能需要将{Pepsi, Coke, Pepsi, Limca}转换为类似{1001, 1002, 1001, 1003}的形式，然后再转换回原始值。

但正如其中一个回答中提到的，仅仅按饮料分组可能不是聚类任务，而只是一个SQL查询。如果您的问题比分组更复杂，那么您可以尝试我在上段中提到的方法。