我试图找到一个聚类算法来使用python聚类名义数据 . 为此，我尝试使用RapidMiner进行DBSCAN算法，并使用标称数据 . 但是当我使用scikit-learn提供的DBSCAN算法尝试相同的数据集时，它给出了错误，即函数无法将字符串转换为浮点数 .
DBSCANs是否在快速模拟和scikit-learn中有所不同，我该如何解决这个问题？另外，如果你告诉我另一个与标称数据一起使用的聚类算法，那会很棒吗？
SciPy默认为欧几里德距离（ metric='euclidean' ），它不是为标称数据定义的 .
metric='euclidean'
你需要指定你的距离测量！
RapidMiner实现各种距离测量，包括标称距离 . 这由DBSCAN和其他算法使用 .
如果属性的值相同则两个示例之间的距离为零，否则为1 . 换句话说，“覆盆子”距离“Apple”和“计算机”的距离为1 . 另外“Apple”是一款远离“Raspberry”和“Computer”等等 .
2 回答
SciPy默认为欧几里德距离（
metric='euclidean'），它不是为标称数据定义的 .你需要指定你的距离测量！
RapidMiner实现各种距离测量，包括标称距离 . 这由DBSCAN和其他算法使用 .
如果属性的值相同则两个示例之间的距离为零，否则为1 . 换句话说，“覆盆子”距离“Apple”和“计算机”的距离为1 . 另外“Apple”是一款远离“Raspberry”和“Computer”等等 .