抄録
クラスタリングはデータによって与えられた対象の集まりを，外的基準なしに分類する手法である．対象はいくつかの属性の値によって特徴付けられており，属性に基づく類似度・非類似度によって，分類は行われる．本研究では名義属性のみで構成されたデータ（名義的データ）に注目する．名義的データに対して，従来では，まず対象間の非類似度を属性値の不一致度などによって定義し，平均，最大値，最小値などによってそれをクラスター間のものに拡張する．しかし，上記の手法ではクラスターの全体的な特徴が得られないことがある．これに対して，属性部分集合によるクラスター間の識別可能性に基づいた非類似度を新たに提案する．識別可能性はラフ集合理論で重要な役割を果たしており，提案する非類似度はラフ集合理論の属性縮約と関係する．階層的クラスタリングに適用する場合について，提案する非類似度の性質を考察する．
