高维混合类型数据的稀疏聚类分析

扫码查看

原文链接

NETL

中文摘要：聚类分析在研究中有着广泛的应用。近年来，具有混合类型变量（即连续变量和分类变量的混合）的高维数据给聚类分析带来了新的挑战。大多数传统的聚类方法仅针对具有单一类型变量的数据而设计，因此不能直接用于混合型变量的情况。此外，高维数据中往往存在大量的噪声变量，这使得在数据聚类的同时进行变量选择是十分必要的。为了解决这些问题，本研究开发了一种基于Davies-Bouldin指数的稀疏聚类（DBI-SC）方法，用于处理具有混合类型变量的高维数据。在该方法中，本研究分别定义了连续变量和分类变量的距离度量，然后设计了一个调整后的DBI准则来衡量每个变量对聚类的贡献。在变量选择方面，本研究基于稀疏聚类框架为混合类型变量引入不同的惩罚参数，同时对DBI-SC方法的筛选一致性进行了理论研究。大量的模拟实验表明，DBI-SC方法在聚类和变量选择方面都具有令人满意的表现。最后，本研究在代驾服务数据集上应用DBI-SC方法进行客户区隔分析。

作者：

徐少东

展开 >

关键词：

稀疏聚类混合类型数据变量选择 DBI准则惩罚参数

授予学位：

硕士

学科专业：

统计学

导师：

李扬

学位年度：

2023

学位授予单位：

中国人民大学

语种：

中文

中图分类号：