有人建议我在这个小组中写关于我关于建模分类数据库的问题。我有一个客户数据集，这是一个调查结果。我有1595个obs。大约 200 列（200 列，因为大多数情况下问题是多项选择，我们不得不将其分成列）。大多数变量是分类的或二元的。我根本没有连续变量。我的任务是做客户细分、聚类。没有初始假设，尽管我也有问卷，所以可以在逻辑上分离重要问题。
我在建模方面面临几个问题
你能建议如何接近，或者从哪里开始。我是数据分析方面的新手，我需要一些提示才能继续进行分析，我将很感激能得到一些至少是高水平的指导。
提前致谢！
您可以使用带有变量选择的混合模型。在这个框架中，变量选择的挑战在于模型选择。因此，可以根据信息标准（如 BIC 或 ICL）进行相关特征的检测和聚类数量的估计。
要执行此分析，您可以使用 R 包 VarSelLCM。因为您考虑分类变量，所以您的数据集必须是 data.frame 并且每一列都必须是一个因素。这是脚本的示例。您的数据集由“my.data”表示。
## Clustering by considering all the variables as discriminative
# Number of clusters is between 1 and 6
res.all <- VarSelCluster(my.data, 1:6, vbleSelec = FALSE)
# partition
res.all@partitions@zMAP
# shiny application
VarSelShiny(res.all)
## Clustering with variable selection
# Number of clusters is between 1 and 6
res.selec <- VarSelCluster(my.data, 1:6, vbleSelec = TRUE)
# partition
res.selec@partitions@zMAP
# shiny application
VarSelShiny(res.selec)