[問題類型]:
經驗諮詢(我想用R 連接某些資料庫，請問大家的經驗)
[軟體熟悉度]:
新手(沒寫過程式，R 是我的第一次)
[問題敘述]:
請簡略描述你所要做的事情，或是這個程式的目的
我有一份顧客問卷名單，除了一般常見的性別, 職業, 年齡外
其他是一系列例如:
- 你覺得我們產品哪些功能吸引你 (複選6個選項)
- 你從哪聽到我們的產品 (複選7個選項)
- 你買我們的產品主要目的為何 (單選6個選項)
等等單複選題
我現在想做的是找出我們家產品購買者的分群輪廓
請問我可以將這些問卷選項轉成0與數值後，去跑 kmeans嗎?
例如:
- Q1第一個選項有被選填的為1，沒有被選的為0
- Q3第四個選項有被選填的為1，沒有被選的為0
- 性別男生為1，女生為2，其他的為0
不知道我這樣表達得有沒有清楚..??
謝謝各位
[環境敘述]:
R version 4.2.0 (2022-04-22 ucrt)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 10 x64 (build 19044)
Matrix products: default
locale:
[1] LC_COLLATE=Chinese (Traditional)_Taiwan.utf8 LC_CTYPE=Chinese
(Traditional)_Taiwan.utf8
[3] LC_MONETARY=Chinese (Traditional)_Taiwan.utf8
LC_NUMERIC=C
[5] LC_TIME=Chinese (Traditional)_Taiwan.utf8
[關鍵字]:
kmeans, 分群

kmeans works with categorical data

你是指要把k項複選編碼成k個是非題，以及k項單選題編碼成k題是非題嗎？

建議用knodes h大應該是叫你去google

看來我沒誤會。如果單純一個複選題這樣做，且所有受訪者都有乖乖選你要求的項數（此指三項），我直覺這樣做會是可行的。但如果是單選題，或是題型多樣，可能要找找其它方法。

kmeans可以處理 binary data，但能避免就避免比較好

終究還是因為kmeans不好處理類別資料的距離與中心。