基于自然最近邻的样本扰动三支聚类

摘要

利用数据样本的自然最近邻信息，给出了一种基于样本扰动理论的三支聚类算法，结合自然最近邻信息生成2组扰动数据集，随机提取特征子集并使用K-means聚类算法获得不同的聚类结果，利用共现概率矩阵和确定函数获得样本的稳定性，根据样本稳定性阈值将样本划分为稳定区域和不稳定区域，再对2个区域的样本使用不同的策略获得每个类簇的核心域和边界域。实验采用5个公开数据集与2种传统的聚类算法进行对比，结果验证了所提算法的有效性。

关键词

三支决策 / 三支聚类 / 样本扰动 / 自然最近邻

基金资助

国家自然科学基金资助项目(62076111,61773012); 江苏省高校自然科学基金资助项目(15KJB110004)