是否有处理数值属性的子空间聚类方法？

是的，有处理数值属性的子空间聚类方法。子空间聚类是一种将数据集划分为多个子空间，并在每个子空间中进行聚类的方法。它可以有效地处理高维数据，并发现不同子空间中的聚类模式。

处理数值属性的子空间聚类方法包括以下几种：

1. CLIQUE算法：CLIQUE算法是一种基于密度的子空间聚类方法，它将数据集划分为多个子空间，并在每个子空间中寻找密度高的区域作为聚类结果。
2. PROCLUS算法：PROCLUS算法是一种基于采样的子空间聚类方法，它通过随机选择子空间和数据点的方式进行聚类，可以有效地处理大规模数据集。
3. SUBCLU算法：SUBCLU算法是一种基于网格的子空间聚类方法，它将数据集划分为多个网格，并在每个网格中进行聚类，可以发现不同子空间中的聚类模式。
4. COOLCAT算法：COOLCAT算法是一种基于约束的子空间聚类方法，它通过引入约束条件来指导聚类过程，可以发现具有特定约束条件的子空间聚类模式。

这些方法在不同的应用场景下具有各自的优势，可以根据具体需求选择合适的方法。对于处理数值属性的子空间聚类，可以使用腾讯云的数据分析与挖掘服务（https://cloud.tencent.com/product/dm）来进行实现和部署。