Clustering with discrete mixture models: An integrated approach for model selection

Abstract

A investigação em analise de agrupamento (cluster analysis) continua em curso. Identificar o número de grupos, bem como seleccionar um subconjunto de variáveis relevantes a partir de dados de uma amostra constituem domínios de investigação ativa em agrupamento. Grande parte dos métodos desenvolvidos para abordar estas temáticas refere-se a dados contínuos, e não podem ser directamente aplicados ao agrupamento de dados categoriais. Este trabalho, pretende ser um contributo nesta área, abordando o agrupamento de dados categoriais.

Research on cluster analysis continues to develop. Identifying the number of clusters and selecting a subset of relevant variables available in the data have been active areas in research on clustering methods. The approaches proposed for addressing these issues are mostly designed to deal with numerical data and cannot be directly applied for clustering categorical data. This work intends to be a contribution to handling categorical data, in this area.