有没有人知道一个好的算法，可以对离散和连续属性进行聚类？我正在解决一个识别相似客户群体的问题，每个客户都有离散和连续属性（想想客户类型、该客户产生的收入金额、地理位置等等）。

传统的算法，如 K-means 或 EM，适用于连续属性，如果我们混合使用连续和离散属性怎么办？

回答：

如果我没记错的话，COBWEB 算法可以处理离散属性。

你也可以对离散属性做不同的“技巧”，以创建有意义的距离度量。

你可以谷歌搜索分类/离散属性的聚类，其中一个首要结果：ROCK：一种用于分类属性的鲁棒聚类算法。