急求一个模糊聚类的问题！！

模糊聚类的时候,要计算2个数据之间的相似度（或相异度）。
定量属性就用距离来算就行了。
定性属性又分2种，一种是没有序的关系的。比如颜色，性别等等。一种是有序的关系的。比如一等品，二等品等等。
定性属性没有序的关系时，相异度可以用相同属性的个数与定性属性的总数之间的比值来衡量。【还有很多其他方法。。】
定性属性有序的关系时，相异度可以把定性属性当成量化后的定量属性来衡量【直接计算距离】。

个人觉得没有必要用等级划分的方法来统一这些属性指标。【因为，你在等级划分的时候可能会丢失掉一些有用的信息。而丢掉的这些信息也许会对最后的结果有影响。也就是说，如果你的聚类结果和等级划分方法相关，那么，聚类结果的说服力就会下降。】

如果一定要这样，等级划分就相当于做量化处理。
如果均匀分组【等宽】，要决定组距，组数，野点的处理等等。
不均匀分组【等深，或其他准则】，要决定组深，组数等等。
总之，分组的时候，既要尽量保留原有数据之间的关联，又要尽量将数据区分开。
俺觉得，等级划分的困难和确定定性属性之间的相异度相比，并不低。

要等级划分，可以找量化，数据分组等方面的参考文献。
要确定定性属性之间的相异度，可以找相异度，特别是混合数据类型之间的相异度方面的文献。