Saya mencoba menerapkan beberapa metode pengelompokan pada kumpulan data saya (dengan dimensi numerik). Namun saya yakin bahwa fitur-fitur tersebut memiliki bobot yang berbeda untuk cluster yang berbeda. Saya membaca bahwa ada pendekatan yang disebut soft subspace clustering yang mencoba mengidentifikasi cluster dan bobot fitur untuk setiap cluster secara bersamaan. Namun, algoritma yang saya temukan sebelumnya hanya diterapkan pada data kategorikal.
Saya mencoba mengidentifikasi beberapa algoritma pengelompokan subruang lunak untuk numerik. Tahukah Anda jika ada, atau bagaimana cara mengadaptasi metode yang awalnya dirancang untuk menangani data kategorikal untuk menangani data numerik (menurut saya perlu diusulkan beberapa cara untuk mengukur relevansi setiap fitur numerik di setiap cluster)?