%0 Journal Article
%T 基于k-means的自动三支决策聚类方法
%A 毛传凯
%J 计算机应用
%D 2016
%R 10.11772/j.issn.1001-9081.2016.08.2061
%X 摘要 应用广泛的k-means算法结果是一种二支决策的结果，即对象要么属于某个类要么不属于这个类，这种决策方式难以适用于一些具有不确定现象的环境，因此提出三支决策聚类方法来反映对象与类之间的关系，即：对象确定属于某类、可能属于某类或确定不属于某类。显然，二支决策是三支决策的一种特例。此外，从类内紧凑性和考虑近邻类间分离性角度出发，定义了分离性指数、聚类结果评估有效性指数，并提出了一种自动三支决策聚类算法。该方法为处理具有不确定信息的基于k-means算法框架的聚类数目自动确定的难题提供了一种新的解决思路。在人工数据集和UCI真实数据集上的初步对比实验结果表明所提出的方法是有效的
%K 聚类
%K 三支决策
%K 有效性指数
%K <i>k-</i>means算法
%U http://www.joca.cn/CN/abstract/abstract19624.shtml