高尔距离如何计算二进制变量之间的差异？

我有17个数字变量和5个二进制（0-1）变量，数据集中有73个样本。我需要进行聚类分析。我知道，高尔距离对于具有混合变量的数据集是一个很好的指标。但是，我无法理解高尔距离如何计算二进制变量之间的差。在我看来，它与欧几里得距离没有什么不同。

clustering distance mixed-type-data

— 艾玛·比尔吉斯（EmrahBilgiç）
source

您的问题不太清楚。您是否只是在问“高尔距离如何计算二进制变量之间的差”？“没有什么比欧几里得不同”的意思了？

— gung-恢复莫妮卡

谢谢。抱歉，我问高尔如何计算二进制变量之间的差。我的意思是，我无法理解两者之间的差异。欧几里得和高尔的二元变量。

— EmrahBilgiç14年

您在此网站上搜索过Gower吗？stats.stackexchange.com/a/15313/3277

— ttnphns 2014年

是的，我做到了。如果两个样本的值相同，则欧氏距离为0，否则为1。那高尔呢？

— EmrahBilgiç14年

@EmrahBilgiç，高尔度量标准是相似性，而不是距离。当从1中减去时，它变成“距离”。在上面的链接下阅读其如何处理二进制数据。

— ttnphns 2014年

对于“ male”和“ female”，具有值“ m”和“ f”的二进制属性怎么样？

你一定要明白，对于一个dicotomous变量都可以全身而退是“相同”或“不同”？如果值为1或0，则距离之间的关键点差不是；否则，为0。但是如何将多个变量组合在一起。

— 有QUIT--Anony-Mousse
source

高尔距离使用Manhattan来计算连续数据点之间的距离，并使用Dice来计算分类数据点之间的距离

— Sanjeet
source