对于寻找相似的对象，k-means 没有多大意义。

k-means 基于相似的对象。如果平方偏差对您的数据不起作用，那么 k-means 也不起作用。

因此，不要使用 k-means，而是使用不使用 k-means 的最近邻搜索。

您可以使用此类数据进一步或具体地进行操作。我建议先彻底分析数据，然后再决定应用哪些算法。评估每个参数的平均值、四分位数、最大值和最小值（例如在箱线图中），验证您是否有缺失值并在这种情况下决定处理方法（删除数据、插补 - 从数据中预测缺失值 -或平均值，作为常用技术）。还要验证是否可以从您拥有的信息中创建一个新的代表性特征，或者甚至混合一组特征来减少（先验特征选择；如果根据您对上下文的了解很有意义，那就可以了 - NBA） . 例如，在为数据提供上下文（例如

之后我会建议一些简单的算法，例如：

• 层次聚类：可以帮助您建立玩家的谱系，因此您可以看到哪些玩家直接聚集在一起，哪些其他人影响了这个集群（因此它们在某些更普遍的方面相似，但没有那么多以至于聚集在一起）。
• K-Means：嗯，尝试一下总是好的；在计算方面它不会那么昂贵。问题是确定 K 会相当复杂，但它可以从可视化的角度为您提供提示，但实际上并不能直接帮助信息检索任务。
• K-Nearest-Neighbors：确定 K 也很复杂（但不是那么复杂），它可以为根据他们在空间中的距离检索相似玩家提供第一个提示。这是一种基于案例的推理形式，但实际上对于您的目的非常实用。这里的关键是确定正确的距离度量。从欧几里得作为一种典型的方法开始。然后您可以尝试其他一些距离度量，例如考虑到特征协方差的 Malahanobis 距离。

遵循这些方法，您可以初步了解甚至是功能解决方案。观察结果后，您可以更深入地了解（如有必要）。

记得事先规范化或标准化数据。您还可以在应用 PCA 或 LDA 之后可视化第一个主成分（如果您有目标变量，则为最后一个），以观察数据分布情况。

在通过特征选择和/或提取技术提炼数据后，可以应用相同的方法；在某些情况下会产生非常有趣的结果。