基于q近邻的不完备数据三支决策聚类方法

• 作者: 于洪 苏婷
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 不完备数据 三支决策聚类 q近邻
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 875-883
• 页数: 9页
• 分类号: TP181.1
• 字数: 6731字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1506050

摘要

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于洪	重庆邮电大学计算智能重庆市重点实验室	61	1645	13.0	40.0
2	苏婷	重庆邮电大学计算智能重庆市重点实验室	3	7	1.0	2.0