基于[ε]邻域的三支决策聚类分析

来源：计算机工程与应用杂志2019年第6期北京时间：

作者：刘 强1，施 虹1，王平心2，3，杨习贝1

单位：1.江苏科技大学 计算机学院，江苏 镇江 212003；2.江苏科技大学 理学院，江苏 镇江 212003；3.河北师范大学 数学与信息科学学院，石家庄 050024

摘要：传统的聚类方法大都是二支决策，即决策一个元素属于一个类或者不属于一个类。然而在处理不确定性信息时，强制将其中的元素划分到一个类中，往往容易带来较高的决策风险。三支决策聚类将确定的元素放入核心域中，将不确定的元素放入边界域中延迟决策，可以有效地降低决策风险。利用数学形态学中膨胀与腐蚀的思想，提出了一种使用样本的[ε]邻域将二支聚类转化为三支聚类的方法。该方法在二支聚类的结果上，利用每个类中元素的[ε]邻域收缩得到核心域，扩张得到边界域。在UCI数据集上的实验结果显示该方法可以降低聚类结果的DBI，提高聚类结果的平均轮廓系数和准确率。

关键词：三支聚类,邻域,k-means聚类,k-medoid聚类,fuzzy c-means聚类