基于凸殼的半監(jiān)督聚類算法研究.pdf

1、半監(jiān)督聚類算法是目前機器學(xué)習(xí)和數(shù)據(jù)挖掘領(lǐng)域的一個研究熱點,吸引了眾多學(xué)者對該領(lǐng)域進(jìn)行研究,并取得了一定的研究成果。本文對半監(jiān)督聚類算法進(jìn)行了研究,提出了一種基于凸殼的半監(jiān)督聚類算法,并通過實驗對其聚類效果進(jìn)行了驗證,一定程度上豐富了半監(jiān)督聚類算法的研究內(nèi)容,給半監(jiān)督聚類問題的求解提供了新的思路,具有一定的科研價值和應(yīng)用潛力。
　　 從機器學(xué)習(xí)的角度講,傳統(tǒng)的聚類算法屬于無監(jiān)督學(xué)習(xí)中的一種,而半監(jiān)督聚類則屬于半監(jiān)督學(xué)習(xí)。半監(jiān)督聚類

2、就是利用數(shù)據(jù)集中帶有標(biāo)簽或者限制信息的樣本數(shù)據(jù)輔助聚類的過程,因此,半監(jiān)督聚類中最重要的問題就是如何有效的利用原始數(shù)據(jù)中提供的已知標(biāo)簽或限制信息,指導(dǎo)聚類過程,使其趨向于得到較好的結(jié)果簇方向。目前存在的半監(jiān)督聚類算法可以大體分為兩大類:基于限制的方法和基于距離的方法。本文提出的SCBCH(基于凸殼的半監(jiān)督聚類)算法屬于后者。
　　 從結(jié)構(gòu)上看,本文首先介紹了聚類的相關(guān)理論,對聚類中的基本概念進(jìn)行了解釋。由于SCBCH算法屬于聚類

3、中的一種,因此,這些概念對SCBCH算法同樣適用。同時,還對聚類中的常見簇類型和常用的聚類算法進(jìn)行了介紹,明確了聚類的通用流程。在隨后的內(nèi)容中,重點講述了半監(jiān)督聚類的有關(guān)知識,如半監(jiān)督聚類的研究背景和意義,半監(jiān)督聚類的基本理論以及發(fā)展現(xiàn)狀,半監(jiān)督聚類中的兩種常用算法等,為后文中提出SCBCH算法奠定了理論上的基礎(chǔ)。第二章中還對聚類質(zhì)量度量的幾種常用方式的原理進(jìn)行了介紹,為后文中SCBCH算法的有效性驗證實驗取得的較好效果建立了依據(jù)。

4、r>　　 本文的第三章中對凸殼的相關(guān)理論以及常用算法進(jìn)行了介紹,為本文中提出的SCBCH算法中引入凸殼的緣由進(jìn)行了理論上的說明。然后,對凸殼構(gòu)造算法在不同維度數(shù)據(jù)中的時間復(fù)雜度進(jìn)行了探討性的實驗。結(jié)果表明,凸殼算法僅適用于低維空間,同樣為SCBCH算法的驗證性實驗提供了理論支撐。
　　 第四章中提出了本文的核心內(nèi)容SCBCH算法,從算法提出的意義、算法的具體流程、以及算法的驗證實驗三個方面進(jìn)行了詳細(xì)的闡述。驗證實驗表明,SCB