Gower distance

Klasteryzacja danych tabelarycznych, w których są jednocześnie dane categorical jak i dense jest kłopotliwe - w jaki sposób ustalić odległość między danymi. Gower distance to jeden z pomysłów. Robimy tak:

1. normalizujemy dane dense
2. odległość między wierszem $r_i$ oraz $r_j$ definiujemy jako średnia odległość po cechach. A odległość między wierszami według cechy $f$ to:
   1. gdy $f$ categorical: 1 gdy wartości w kolumnie $f$ są takie same 0 w przeciwnym przypadku
   2. gdy $f$ dense: po prostu różnicę między wartościami, min-max znormalizowana: $\frac{|r_i^{(f)}-r_j^{(f)}|}{max(r^{(f)})-min(r^{(f)})}$ (to tak naprawdę jest scaled Manhattan distance)

Metryka najczęściej używana z Hierarchical clustering.

źródło: https://towardsdatascience.com/clustering-on-mixed-type-data-8bbd0a2569c3