最近我开始学习数据挖掘中的聚类，已经学习了顺序聚类、层次聚类和 K-means。

我还读到一种说法，将 K-means 与其他两种聚类技术区分开来，即 K-means 在处理名义属性方面不太擅长，但文本没有解释这一点。到目前为止，我唯一能看到的区别是，对于 K-means，我们会事先知道我们需要正好 K 个簇，而对于其他两种聚类方法，我们不知道我们需要多少个簇。

所以，谁能给我一些关于为什么存在这种说法的思路，也就是说，K-means 在处理名义属性示例时存在这个问题，并且有没有办法克服这个问题？

提前感谢。

回答：

K-means 算法通过取聚类中所有点的平均值来计算聚类中心。如果一个参数是名义型的，那么你无法取平均值。

有时，名义值可以被放入某种顺序中，然后映射到实数值。例如，一周中的几天可以映射到 [1.0 – 7.0] 的范围内，但有时这是不可能的，例如，一个具有 [Windows, Linux, OSX] 值的属性。