روشي براي خوشه بندي داده هاي تركيبي عددي و رسته اي

خوشه بندي يكي از اعمال اصلي در داده كاوي است و به معناي گروه بندي نمونههاي مشابه در خوشه ها است. اين تكنيك به دنبال كشف ساختار در دادهها از طريق بررسي شباهت ها يا تفاوت هاي ميان آنها است. بسياري از الگوريتم هاي خوشه بندي بر روي مجموعه داده هاي عددي يا رست هاي به خوبي عمل مي كنند اما بيشتر آنها بر روي داده هاي تركيبي عملكرد ضعيفي دارند و اين در حالي است كه داده ها در دنياي واقعي تركيبي از داده هاي رست هاي و عددي هستند. به همين دليل توسعه الگوريتم هايي با قابليت عملكرد بر روي اين داده ها از اهميت به سزايي برخوردار است. در اين مقاله روش جديدي براي خوشه بندي داده هاي تركيبي ارائه مي دهيم. در روش پيشنهادي ابتدا داده هاي رست هاي را به عددي تبديل كرده سپس با استفاده از الگوريتم بهينه سازي cross entropy ، خوشه بندي را بر روي مجموعه داده نهايي كه كاملاً عددي است، انجام خواهيم داد. در پايان اين روش بر روي دو مجموعه داده استاندارد اعمال شده و كارايي آن با روش k-prototype كه يكي از مهمترين الگوريتم ها در زمينه داده هاي تركيبي است، مقايسه خواهد شد