基于q近邻的不完备数据三支决策聚类方法

摘要：

聚类是数据挖掘的重要技术之一，在许多实际应用领域，由于数据获取限制，数据误读，随机噪音等原因会造成大量的缺失数据，形成数据集的不完备性，而传统的聚类方法无法直接对这类数据集进行聚类分析。针对数值型数据，提出了一个基于三支决策的不完备数据聚类方法。首先找到不完备数据对象的q个近邻，使用q个近邻的平均值填充缺失的数据；然后在“完备的”数据集上使用基于密度峰值的聚类方法得到簇划分，对每个簇中含有不确定性的数据对象，使用三支决策的思想将其划分到边界域中。三支决策聚类结果采用区间集形式表示，通常一个簇被划分成正域、负域和边界域部分，可以更好地描述软聚类结果。在UCI数据集和人工数据集上的实验结果展示了算法的有效性。

关键词：不完备数据、三支决策聚类、q近邻

所属期刊栏目：10

分类号：TP181.1(自动化基础理论)

资助基金：The National Natural Science Foundation of China under Grant Nos.61379114,61272060

在线出版日期：2016-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：875-883