一种基于动态填充的不完备数据聚类算法

分享到

【获取途径】超星期刊网
【作者】裴卫杰，庞天杰
【刊名】太原师范学院学报(自然科学版)
【作者单位】太原师范学院计算机科学与技术系
【年份】2018
【卷号】第17卷
【期号】第1期
【页码】50-55
【ISSN】1672-2027
【关键词】聚类算法不完备数据缺失值动态填充
【摘要】不完备数据聚类是聚类分析中的一个重要问题.现有的不完备数据聚类算法对缺失值仅填充一次进行聚类,没有充分利用数据的已知信息,致使填充效果不佳,影响了聚类的有效性.文章提出了一种基于动态填充的不完备数据聚类算法.首先利用均值填充法对缺失数据进行初始完备化,然后利用K-means算法对填充后的数据集进行聚类,同时用含缺失值对象所在类的类中心的相应属性值对其再次填充,直到聚类结果不再变化时停止.该算法在多个UCI数据集上进行了实验验证,结果表明算法是有效的.
【文献类型】期刊