如果您的数据包含分类变量，则您不能真正使用 k-means 聚类，因为 k-means 使用欧几里得距离，这对分类变量没有多大意义。查看这个类似问题的答案。

您可以使用以下规则使用 k-means 或其派生方法之一执行聚类：

如果您的数据仅包含度量变量：

缩放数据并使用 k-means ( R ) ( Python )。

如果您的数据仅包含分类变量：

使用 k 模式 ( R ) ( Python )。

如果您的数据包含分类变量和度量变量：

缩放度量变量并使用 k-prototypes ( R ) ( Python )。

显然，目标函数使用了特征的总和。

因此，如果您想增加功能的重要性，请相应地对其进行缩放。如果将其缩放 2，则正方形将增长 4。因此，您增加了权重。

但是，我不会将k-means 用于单热变量。均值适用于连续变量，最小化 one-hot 变量的平方和具有奇怪的语义。

如果您的数据包含分类变量并且 k-modes 适用于对分类数据进行聚类，则不能使用 k-means 聚类算法。但是，有几种算法可以对混合数据进行聚类，它们实际上是基本算法的变体\修改。请检查以下文件：

“最先进的混合数据聚类算法调查”，Amir Ahmad 和 Sheorz Khan，2019 年。