機械学習で店舗の特徴をグルーピング

Question

アパレルの店舗で、店舗毎に
その店舗の地域の世帯数、その店舗の世帯数平均年収、その店舗の地域の平均年齢などの複数のデータ（連続値や1、0の分類値など複数）があったとし、
そのようなデータをもつ店舗が100件ほどあったとします。

それぞれの店舗を機械学習のアルゴリズムを使ってグルーピングしたいのですが、
どのようなアルゴリズムですと実現可能がでしょうか。

K-means法が一つの手段かと思いますが、X軸Y軸の二つの説明変数の場合はイメージがつくものの、
上記のように連続値や分類値が2個以上ある場合はできるものなのでしょうか。

教えていただけますと助かります。

Answer 1

上記のように連続値や分類値が2個以上ある場合はできるものなのでしょうか。

アルゴリズム自体は n 次元の特徴量でも適用可能ですが、特徴量の次元数が数百とか多い場合、次元の呪いにより、上手くクラスタリングはできないと思います。
その場合、PCA などを使って特徴量を減らす前処理が必要となります。

また、距離ベースのアルゴリズムなので、連続値、カテゴリ変数などスケールがバラバラの場合はonehotエンコーディングや正規化などを行って各次元のスケールを前処理で統一しておく必要があります。