Il serait utile de disposer d'outils de classification pour les variables nominales.Plus précisément, pour les outils de cluster pour les variables binaires/variables mixtes (c'est-à-dire certaines variables nominales et continues en même temps). Cela serait également utilisé pour les données CATA.Les solutions possibles pourraient inclure la classe latente, les algorithmes de clustering binaires, avec des données binaires pouvant ne considérer que les 1 ou les 0 pour le clustering (utilisez actuellement le logiciel Latent Gold and Sawtooth, CCEA).Pour la perspective, nous aimons que ces autres programmes exécutent k-means plusieurs fois et examinent toutes les exécutions pour voir ce qui est le plus reproductible, permet le nominal et le continu, fournit un nombre optimal de clusters et fournit des mesures d'ajustement (qualité de l'ajustement) pour aider à déterminer nombre optimal de grappes.
