K近邻空间密度分布的模糊聚类算法

摘要

聚类是数据挖掘研究和应用中必不可少的工具，然而不完整数据对现有聚类算法提出了挑战.针对不完整数据聚类中插补方法带来的不确定性问题，本文提出一种K近邻空间密度分布的模糊聚类算法.首先，根据样本间相似度确定缺失数据的K最近邻样本集.在此基础上，由于缺失值具有不确定性，引入基于K最近邻样本集的数据分布信息，进一步将缺失数据填补为区间形式.其次，考虑聚类中离群点影响，引入数据空间密度分布，提出一种密度分布的区间型模糊C均值算法.最后，采用模糊C均值算法将填补的区间数据进行聚类.实验结果表明，在UCI数据集和人工数据集上，该算法能有效提高聚类准确性和鲁棒性.

关键词

不完整数据 / K近邻 / 模糊C均值 / 密度