用混合數據計算相似度矩陣

Question

我也在“交叉驗證”論壇上問過這個問題，但到目前為止還沒有答案，所以我也在這里嘗試：

我想從我的數據（來自汽車公司的故障數據）計算相似性矩陣（我將進一步用於聚類目的）。 數據由以下變量組成：

開始日期 + 時間 (dd/mm/yyyy hh/mm/ss)，持續時間（以秒為單位），星期幾（星期一，星期二，...），工作團隊 (1,2,3)，本地化 (1) ,2,3,...,20), 故障類型

由此可知，存在連續的分類數據。 您建議使用什么方法來計算故障類型之間的相似性？ 我想我不能使用歐幾里得距離，或者 Gowe 的相似性。 先感謝您。

Answer 1

不，您需要一個臨時函數來表示您對數據在現實世界中的含義的了解。 據推測，它主要將權重應用於連續差異，以及離散分類變量的二維簡單矩陣。 但不要排除我們對極端值或模糊化的審查。