对于混合数据集，有很多方法，k-means 的变体：k-modes、k-prototypes 等。

已经讨论过了。

让我们分解一下...

您有 3 个数字属性。太好了...通过减去它们的平均值并除以它们的标准偏差来标准化它们。当您在多个维度上进行聚类时，您总是需要进行标准化，否则您的聚类将没有多大意义，即距离矢量只有在它不知道它的方向时才有意义。

您有 2 个分类属性。然而，一个是时间，这似乎不是很明确。弄清楚如何将时间转化为数值。我建议使用unix 时间戳。不要只是盲目地将其称为分类特征。您的 csv 阅读器不知道如何将冒号处理为斜线，因此将其称为一个因素，但您可以轻松快速地转换它。

现在我建议首先将 3 个数值因子单独聚类。然后我会从时间数据中提取一些特征。您应该能够提取星期几、月份中的星期、月份中的日期等。这些都可能有助于查看数据中的某种信号。我还建议将您的数值数据绘制为这些提取特征的函数，这将为您提供洞察力。

此外，请考虑客户 ID 可能会或可能不会增加问题的价值。您可能可以删除这些字母，它可以告诉您它们第一次在商店购物的时间，或者它可能只包含无用的信息，这些信息会影响您的聚类。

最后，考虑一下为什么要对数据进行聚类以及要恢复哪些见解。这将指导您如何进行。您想将主要是周末购物者与主要是工作日购物者区分开来吗？您是否想将购物者大致归类为十种不同类型中的一种，并尝试确定每种类型的行为？

希望这可以帮助！