论文部分内容阅读
类属型数据广泛分布于生物信息学等许多应用领域，其离散取值的特点使得类属数据聚类成为统计机器学习领域一项困难的任务．当前的主流方法依赖于类属属性的模进行聚类优化和相关属性的权重计算．提出一种非模的类属型数据统计聚类方法．首先，基于新定义的相异度度量，推导了属性加权的类属数据聚类目标函数．该函数以对象与簇之间的平均距离为基础，从而避免了现有方法以模为中心导致的问题．其次，定义了一种类属型数据的软子空间聚类算法．该算法在聚类过程中根据属性取值的总体分布，而不仅限于属性的模，赋予每个属性衡量其与簇类相关程度的权重