我已经获得了一个包含5个变量的k均值聚类练习的数据集。 其中三个是连续的（客户的年龄，每笔交易的项目数和交易的美元价值），但是其他两个不是二项式的（在商店或在线交易中为1或0），另一个是多项式（“ Region”（区域））值1,2,3或4）。 （尽管它们当前都以整数形式存在于数据集中）
我是否假设我应该排除交易类型和区域？我的逻辑是，由于交易不能介于在线交易或实体交易之间，因此产生的质心或多或少是垃圾。同样，对于地理区域-平均值没有意义。
在此先感谢您的协助。我花了最后一天半的时间在网上进行研究，但毫无疑问（肯定）。
（如果有什么不同，我在Rapidminer中工作）
