WISE: Selbst-erklärendes Clustering für gemischte Tabellendaten

Ein neues Verfahren namens WISE (Weight‑Informed Self‑Explaining) hat die Art und Weise, wie gemischte tabellarische Daten analysiert werden, grundlegend verändert. Durch die Kombination von Repräsentation, Feature‑Gewichtung, Clustering und Interpretation in einem einzigen, vollständig unüberwachten Prozess liefert WISE nicht nur präzisere Cluster, sondern auch nachvollziehbare Erklärungen.

Der Schlüssel zum Erfolg liegt in drei innovativen Komponenten. Zunächst sorgt Binary Encoding with Padding (BEP) dafür, dass numerische und kategoriale Merkmale in einem einheitlichen, sparsamen Raum zusammengeführt werden. Anschließend wird mit der Leave‑One‑Feature‑Out (LOFO) Strategie eine Vielzahl hochwertiger, diverser Gewichtungsansichten generiert. Diese Ansichten fließen in einen zweistufigen, gewichtungsbasierten Clustering‑Algorithmus ein, der alternative semantische Partitionen zusammenführt.

Um die Transparenz zu gewährleisten, wurde Discriminative FreqItems (DFI) entwickelt. DFI liefert feature‑basierte Erklärungen, die von einzelnen Instanzen bis zu gesamten Clustern konsistent bleiben und eine additive Zerlegung garantieren. Dadurch können Analysten nachvollziehen, welche Merkmale die Gruppierung tatsächlich beeinflussen.

In umfangreichen Tests auf sechs realen Datensätzen hat WISE die Leistung klassischer und neuronaler Baselines deutlich übertroffen, ohne dabei an Effizienz zu verlieren. Gleichzeitig liefert es glaubwürdige, menschlich interpretierbare Erklärungen, die auf denselben Grundprinzipien beruhen, die das Clustering antreiben.