修正核函数模糊聚类算法

？应用核函数度量的紧致性和分离性，给出了一种新的聚类有效性指标kkw，由kkw指标得到最优聚类数并用于修正核函数模糊聚类算法(mkfcm)，由于经过了修正核函数的映射，使原来没有显现的特征突显出来。用mkfcm对wine和glass数据集进行聚类，每一类的聚类正确度大于90%；对于缺失数据的wisconsinbreastcancer数据，错分率为4.72%。该聚类方法在性能上比经典聚类算法有所改进，具有更快的收敛速度以及较高的准确度。仿真实验的结果证实了修正核聚类方法的可行性和有效性。