不使用所有属性并没有错。事实上，有一些子空间聚类方法试图识别（部分）信息属性以及聚类（但主要用于连续变量）。

在您的数据上，您将遇到大数据准备问题，这需要仔细加权和非线性转换。因此，在进行任何组合之前，首先尝试了解每个属性可能是一个好主意。

还要记住，聚类永远不会是正确的或“最佳的”。一个成功的集群是给你一个新的见解。任何导致可验证见解的方法都是可以的！只是不要假设你可以自动化这个。

通常，对单独的分类和数字特征进行聚类是错误的，因为它可能导致合并其他单独的聚类。这是一个视觉示例，说明为什么这可能会失败（由我自己绘制）：

如果我们只对分类特征进行聚类，则聚类 C1 和 C2 将被合并。如果我们只对数值特征进行聚类，则所有三个聚类都将被合并。因此，无法单独找到集群 C1 和 C2。

作为旁注，这种盲目分离不同于仔细的特征选择（在这个答案中提到），最终可能会产生分类和数字特征。