聚類作為無監(jiān)督學(xué)習(xí)技術(shù)，已在實(shí)際中得到了廣泛的應(yīng)用，但是對于帶有噪聲的數(shù)據(jù)集，一些主流算法仍然存在著噪聲去除不徹底和聚類結(jié)果不準(zhǔn)確等問題．本文提出了一種基于密度差分的自動聚類算法（CDD：Clustering based on Density Difference），實(shí)現(xiàn)了對含有噪聲數(shù)據(jù)集的自動分類．所提算法根據(jù)噪聲數(shù)據(jù)和有用數(shù)據(jù)密度的不同，實(shí)現(xiàn)去噪聲和數(shù)據(jù)的分類，并通過構(gòu)建數(shù)據(jù)間的鄰域，進(jìn)一步實(shí)現(xiàn)了對有用數(shù)據(jù)間不同類別的劃分．通過實(shí)驗(yàn)驗(yàn)證了所提算法的有效性。
?