針對類屬型數(shù)據(jù)聚類中對象間距離函數(shù)定義的困難問題，提出一種基于貝葉斯概率估計(jì)的類屬數(shù)據(jù)聚類算法。首先，提出一種屬性加權(quán)的概率模型，在這個(gè)模型中每個(gè)類屬屬性被賦予一個(gè)反映其重要性的權(quán)重；其次，經(jīng)過貝葉斯公式的變換，定義了基于最大似然估計(jì)的聚類優(yōu)化目標(biāo)函數(shù)，并提出了一種基于劃分的聚類算法，該算法不再依賴于對象間的距離，而是根據(jù)對象與數(shù)據(jù)集劃分間的加權(quán)似然進(jìn)行聚類；第三，推導(dǎo)了計(jì)算屬性權(quán)重的表達(dá)式，得出了類屬型屬性權(quán)重與其符號分布的信息熵成反比的結(jié)論。在實(shí)際數(shù)據(jù)和合成數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn)，結(jié)果表明，與基于距離的現(xiàn)有聚類算法相比，所提算法提高了聚類精度，特別是在生物信息學(xué)數(shù)據(jù)上取得了5% - 48%的提升幅度，并可以獲得有實(shí)際意義的屬性加權(quán)結(jié)果。
?