聚类是数据挖掘中的一个重要分支,其目标是在没有先验知识的情况下将数据集划分为若干个子簇,力求每个簇内的样本的相似度尽可能高,而不同簇间的样本的相似度尽可能低。作为数据挖掘中的一种重要方法,聚类已经被广泛应用于诸多领域,比如网络安全、信息提取、图像分割等。按照不同的技术路线,聚类算法大致可分成五类:基于划分、基于密度、基于层次、基于网格和基于模型。2014年,Rodriguez等人提出了快速搜索密度峰值聚类算法DPC（clustering by fast search and find of density peaks）,该算法引入决策图的思想,借此选择类簇中心,同时对非类簇中心样本的一步分配策略使得算法高效快速。尽管DPC算法优势明显,但是仍然存在不足之处:1)算法的一步分配策略存在连带错误效应,从而导致无法有效处理包含复杂流形簇的数据集;2)算法对初始参数截断距离dc存在敏感性。针对DPC算法的上述两个缺陷,本文提出一种基于自然邻居代表点的密度峰值聚类算法DPCNNR。首先选出在分配时极有可能被其他数据对象作为参照的局部代表点,计算测地距离;然后利用DPC算法思想聚类,保证选出的局部代表点集正确聚类;最后根据非代表点和代表点之间的关系进行划分,提升整体聚类效果。本文主要内容和工作如下:（1）提出了一种新的基于自然邻居代表点的密度峰值聚类算法DPCNNR。通过分析发现,局部区域内密度大的数据点往往成为分配时的参照对象,只要保证这些高密度数据点能够正确聚类,就能提升整体聚类效果。为此,我们提出聚类算法的技术路线是:选取有效的局部代表点,计算测地距离,利用DPC算法对代表点聚类,最后利用非代表点与代表点的关系分配剩余样本。为保证代表点的有效性,引入无参数的自然邻居思想来选取代表点,从而使得DPCNNR算法无需人为设置参数,而且能有效处理具有复杂流形分布特征的数据集。实验结果表明,DPCNNR算法在处理包含复杂流形数据集上优势更加突出。（2）提出了一种基于DPCNNR算法的标记分布学习算法LDL-DPCNNR。探讨和研究了DPCNNR算法在标记分布学习中的具体应用。根据特征相似的样本其标记分布也相似这一前提,将聚类思想用到标记分布学习中。根据数据特征,利用聚类算法将数据分成若干个簇;通过预测样本和各簇间距离建立起参数模型,从而计算预测样本的标记分布。实验表明,和现有标记分布学习算法相比,结合聚类算法的标记分布学习算法的预测结果优于其它算法。