基于q近邻的不完备数据三支决策聚类方法

• Published in: 计算机科学与探索 Vol. 10; no. 6; pp. 875 - 883
• Main Authors: 苏婷, 于洪
• Format: Journal Article
• Language: Chinese
• Published: 重庆邮电大学 计算智能重庆市重点实验室,重庆,400065 2016
• Subjects: 三支决策聚类; q近邻; q-nearest neighbors; 不完备数据; incomplete data; three-way decision clustering
• ISSN: 1673-9418
• DOI: 10.3778/j.issn.1673-9418.1506050

TP181.1; 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。