Improved K-means Clustering Algorithm Based on DKC in Uncertain Region Environment
不确定域环境下基于DKC值改进的K-means聚类算法

提出一种不确定域环境下基于DKC值改进的K-means聚类算法,即U2d-Kmeans。该算法首先考虑到数据对象的不确定性因素,引入不确定域对数据对象进行描述；其次吸取2d-Kmeans的优点,对数据集进行预处理(剔除孤立点),并且采用累积距离的方法确定初始聚类中心,从而避免了随机选取聚类初始点造成聚类不稳定的缺陷；最后经过算法有效性对比实验证明得出,U2d-Kmeans算法比前两种算法更客观、有效。