我有一组 ~10K 对象，每个对象都有大约 150 个不同的属性，其中大约四分之一是多值的和/或与其他属性相关的。
我有一组大约 120 个类别，我想将这些对象分类到其中，每个类别都被定义为一个"template"对象。如果一个实例与模板完全匹配，则该对象显然属于该类别……但是，实际上只有大约 10% 的对象具有完全匹配的模板。因此，我希望能够根据对象与类别的相似性对对象进行评分，并将它们分类为最佳匹配。我还想识别非常相似的对象集群，表明新/改进类别的潜力。
这似乎是 Weka、RapidMiner 或其他机器学习/集群/分类系统的工作。但是，我很难找到该领域的良好介绍 Material ，因此无法说明在这种情况下使用这些工具需要付出多少努力。鉴于这可能是一个持续的需求，我想使用一些可以让我轻松更改分析方法、权重等的东西。
想法？
最佳答案
让我们谈谈..如果您的职责是对这些对象进行分类，那么您将能够手动对它们发疯!我正在剖析一个类似的数据集，但总是回到同一点......这些对象〜基本上〜相同.将它们分开的模糊逻辑是 chalice ..但 chalice 是模糊的......:(你能做什么？......给你的老板一些模糊的公式？这将持续一段时间......你可以花一个一生都在努力寻找模式，但这可能会让你失望——为什么不试着把视角转移到你可以量化的东西上呢？专注于输出..
关于cluster-analysis - 寻找基于对象属性对对象进行分类的方法，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/957469/