R中混合数据的鲁棒聚类方法

我正在寻找一个小的数据集（对4个区间变量和一个三因素分类变量的64个观察值）进行聚类。现在，我对聚类分析还很陌生，但是我知道自从层次聚类或k均值成为唯一可用选项以来，已有了相当大的进步。特别是，似乎有可用的基于模型的聚类的新方法，如chl所指出的那样，可以使用“拟合优度指数来确定聚类或类的数量”。

但是，用于基于模型的群集的标准R包mclust显然不适合具有混合数据类型的模型。fpc由于连续变量的非高斯性质，我怀疑该模型会但很难拟合模型。我应该继续使用基于模型的方法吗？如果可能的话，我想继续使用R。如我所见，我有几种选择：

1. 将三级分类变量转换为两个虚拟变量，然后使用mclust。我不确定这是否会使结果产生偏差，但是如果不是这样，则是我的首选。
2. 以某种方式转换连续变量并使用该fpc包。
3. 使用一些我还没有遇到过的R包。
4. 使用Gower的度量创建一个相异矩阵，并使用传统的分层或重定位群集技术。

stats.se hivemind在这里有什么建议吗？

我建议您将Gower与后续的层次集群一起使用。在对象数量较少（例如64个）的情况下，分层聚类仍然是最灵活，最合适的方法。如果类别变量是名义变量，则Gower会在内部将其重新编码为虚拟变量，并在其上建立骰子相似度（作为Gower的一部分）。如果您的变量是序数，则应该知道高尔系数的最新版本也可以使用。

至于确定“最佳”群集数的众多指标，它们中的大多数独立于该群集算法或该群集算法而存在。您不必寻找必须包含此类索引的群集程序包，因为后者可能作为单独的程序包存在。您在群集程序包之后保留了一系列群集解决方案，然后通过另一个程序包的索引比较它们。