基于樣本加權(quán)及分散度的不完備數(shù)據(jù)聚類(lèi)研究.pdf

1、現(xiàn)如今模糊c均值聚類(lèi)算法已經(jīng)被廣泛應(yīng)用于數(shù)據(jù)挖掘和模式識(shí)別領(lǐng)域中。但是傳統(tǒng)模糊c均值聚類(lèi)算法不能直接應(yīng)用于不完備數(shù)據(jù)集，且沒(méi)有考慮數(shù)據(jù)集中離群點(diǎn)的影響、子類(lèi)分布不均時(shí)的模糊聚類(lèi)和缺失數(shù)據(jù)的不確定性等問(wèn)題。
　　本文針對(duì)不完備數(shù)據(jù)集中離群點(diǎn)的問(wèn)題，提出一種基于樣本加權(quán)的不完備數(shù)據(jù)模糊聚類(lèi)算法，通過(guò)引入樣本權(quán)值削弱離群點(diǎn)對(duì)聚類(lèi)結(jié)果的影響。算法首先根據(jù)樣本與各個(gè)類(lèi)別聚類(lèi)中心的距離求得各樣本的樣本權(quán)值，樣本權(quán)值的大小代表樣本對(duì)聚類(lèi)結(jié)果的影

2、響程度，權(quán)值越大影響程度越大、權(quán)值越小影響程度越小，從而達(dá)到削弱離群點(diǎn)影響的目的。
　　考慮到子類(lèi)分布不均時(shí)的模糊聚類(lèi)和缺失數(shù)據(jù)的不確定性問(wèn)題，本文提出一種基于子類(lèi)分散度的不完備數(shù)據(jù)模糊聚類(lèi)算法。算法首先通過(guò)近鄰原則找到不完備樣本的最近鄰樣本，并對(duì)不完備數(shù)據(jù)集進(jìn)行區(qū)間重構(gòu)，然后根據(jù)子類(lèi)中各個(gè)樣本與聚類(lèi)中心的均方差，計(jì)算區(qū)間型數(shù)據(jù)集中各個(gè)子類(lèi)的子類(lèi)分散度并將分散度應(yīng)用到模糊聚類(lèi)過(guò)程。通過(guò)引入子類(lèi)分散度和缺失數(shù)據(jù)的最近鄰區(qū)間重構(gòu)，能有