聚类分析旨在对无标签数据进行集合划分,使得类间距离最大化、类内距离最小化,是机器学习经典的无监督方法。而当今数据越来越复杂,噪音越来越多,描述数据的特征维度和数据量都在增加,传统的聚类算法面临着效率低下、准确度不高的挑战。本文通过研究处理含噪数据的聚类问题,提出了对采样表现稳定的Filter类聚类特征选择全局算法和基于K-means带噪音处理的聚类算法。实验表明,本文所提出的两个算法能较高效率的处理复杂数据,并获得更好的结果。本文的工作如下：[1]介绍了处理含噪数据聚类问题的相关概念和思路。[2] 面向特征中包含噪音的问题,研究了常用的Filter类聚类特征选择算法,包括Laplacian Score、SRANK,分析其原理并提出不足之处。[3]面向数据点集中包含噪音点的问题,研究了常用的基于密度聚类算法,包括DBSCAN、 DLCKDT、谱聚类,分析其原理并提出不足之处。[4] 针对不足之处,本文分别提出了对采样表现稳定的Filter类聚类特征选择算法以及基于K-means带噪音处理的聚类算法。其中,特征选择算法将每个维度的特征投影到样本差异空间中,利用熵加权的方法描述特征间组合的可能性,通过新的目标函数选择出最优的特征子集,并利用该子集对所有特征进行打分排序。聚类算法是基于谱的方法,利用KD-tree对局部密度进行描述,从而对数据的相似度矩阵进行降维,再进行K-means聚类。[5]通过仿真数据实验,验证本文算法的有效性；通过真实数据实验,对比本文算法和其他算法。实验证明,本文所提算法,能更好的处理含噪数据。