它归结为计数。

计算哪个特征值具有最高的预测特定集群的概率。这是贝叶斯公式的直接应用。

有一种惊人的技术可用于找出不同特征对模型的影响，称为置换重要性。

要了解 PermuationImportance 的工作原理，请在 stackoverflow 上查看我的这个答案。

要查看具有良好解释代码的工作示例，请查看此笔记本。

除此之外，如果您想学习如何手动分析 K-Means 聚类算法，请阅读本文。

怎么样：先做一些手动预处理。

如果您有许多分类变量（对于一项调查来说不能那么多。），对于每个

• 通过降低频率来排序答案，
• 然后将它们归为小于 10 个主要响应，并将第 10 个分配给“其他”。

对每个分类变量执行此操作。有时最好只分配 3 个主要响应加上“其他”。然后进行一次热编码（=分类到使用虚拟变量的数值）然后进行简单的 KMeans 聚类并自己解释生成的聚类以获得合理性。

如果您的调查中只有自由文本回复，或者有很多 NA，您必须首先进行更多的预处理。

阅读有关 PCA（“主成分分析”）的信息，并且在实施时必须以类似的规模标准化数据。