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

1、現(xiàn)如今模糊c均值聚類算法已經(jīng)被廣泛應用于數(shù)據(jù)挖掘和模式識別領域中。但是傳統(tǒng)模糊c均值聚類算法不能直接應用于不完備數(shù)據(jù)集，且沒有考慮數(shù)據(jù)集中離群點的影響、子類分布不均時的模糊聚類和缺失數(shù)據(jù)的不確定性等問題。
　　本文針對不完備數(shù)據(jù)集中離群點的問題，提出一種基于樣本加權(quán)的不完備數(shù)據(jù)模糊聚類算法，通過引入樣本權(quán)值削弱離群點對聚類結(jié)果的影響。算法首先根據(jù)樣本與各個類別聚類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聚類結(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，從而達到削弱離群點影響的目的。
　　考慮到子類分布不均時的模糊聚類和缺失數(shù)據(jù)的不確定性問題，本文提出一種基于子類分散度的不完備數(shù)據(jù)模糊聚類算法。算法首先通過近鄰原則找到不完備樣本的最近鄰樣本，并對不完備數(shù)據(jù)集進行區(qū)間重構(gòu)，然后根據(jù)子類中各個樣本與聚類中心的均方差，計算區(qū)間型數(shù)據(jù)集中各個子類的子類分散度并將分散度應用到模糊聚類過程。通過引入子類分散度和缺失數(shù)據(jù)的最近鄰區(qū)間重構(gòu)，能有