我正在进行kmeans聚类。我有一个3D数据集，包括天数、频率和食物->天数是通过均值和标准差(SD)进行标准化的，或者更准确地说，是标准化。这给了我[-2到14]的范围
->对于我的数据集中的频率和食物这些名义数据，我通过除以最大值（x/max(x)）进行标准化，这给了我[0到1]的范围
问题是kmeans只考虑天数轴进行分组，因为在这个轴上有明显的点间隙，而几乎忽略了频率和食物的其他两个轴（我认为是因为频率和食物维度上的间隙可以忽略不计）。
如果我仅在天数轴上（1D）应用kmeans，我得到的结果与在3D（天数、频率、食物）上应用的结果完全相同。
“之前，我也对天数进行了x/max(x)处理，但这是不可接受的”
所以我想知道是否有任何方法可以标准化频率和食物这两个名义数据，并基于天数轴获得公平的缩放。
食物=> 1,2,3频率=> 1-36
回答：
标准化的意义不仅仅是让数值变小。
其目的是拥有可比较的数值范围——这对于不同单位的属性来说非常困难，对于名义数据来说可能根本不可能实现。
对于你这种类型的数据，k-means可能是最差的选择，因为k-means依赖于连续值才能工作。如果你有名义值，它通常很容易卡住。所以我的主要建议是不要使用k-means。
为了让k-means在你的数据上工作，每个属性的1的差异必须是相同的。所以一天的差异=食物q和食物2之间的差异。而且因为k-means基于平方误差，食物1到食物3的差异是食物1到食物2的4倍。
除非你具备上述属性，否则不要使用k-means。
