基于層次聚類的簇集成方法研究.pdf

1、聚類是將物理或抽象對象的集合分組成為由類似的對象組成的多個類的過程。目前，文獻中存在大量的聚類算法，但是每一種單一的聚類算法都存在各種不同的問題，很難滿足實際問題的需要。為了提高聚類算法的性能，近年來人們開始將集成技術(shù)應(yīng)用到聚類方法中的研究工作，并且提出了一些聚類集成算法。聚類集成作為一個迅速發(fā)展的新領(lǐng)域，已成為集成學(xué)習(xí)中一個重要的研究方向。
　　 本文對基于層次聚類的簇集成方法及聚類的有效性進行了研究。主要內(nèi)容包括以下三個方面

2、：
　　 第一在成對聚類集成方法（GPCE）基礎(chǔ)上，研究了層次聚類的簇集成方法（HCCE），給出了基于層次聚類的簇集成算法框架。實驗中，為了研究層次聚類中的三種距離度量方法，即單連接法、全連接法和平均連接法所對應(yīng)的不同聚類融合方法的性能，使用了數(shù)據(jù)的分類信息Micro-precision 對聚類集成的結(jié)果進行了評價。
　　 第二將穩(wěn)定性指數(shù)引入到GPCE 方法中，提出了改進的簇集成方法（HCICE），并研究了聚類的有效性

3、，實驗證明了用它能選擇出較好的簇數(shù)，進而得到比較好的劃分。
　　 為了體現(xiàn)HCICE 方法優(yōu)于GPCE 方法和單個聚類方法，使用了ARI（Adjusted RandIndex）和Jaccard Index 等兩種評價指標(biāo)對聚類結(jié)果進行了評價；最后，研究并討論了聚類正確率和集成規(guī)模、簇的個數(shù)之間的關(guān)系。
　　 第三在選擇性集成的基礎(chǔ)上，提出了基于貪心選擇的簇集成方法（GSICE），同時也提出了一種新的目標(biāo)函數(shù)即Joint

4、Criterion。首先利用HCICE算法得到L個聚類結(jié)果（劃分），不用進行集成；然后利用基于Joint Criterion的貪心選擇策略進行選擇，得到K個聚類結(jié)果（劃分）；最后再對K個聚類結(jié)果（劃分）進行集成。為了體現(xiàn)聚類集成選擇的性能，實驗中對該算法進行了研究，并與之前使用全部的聚類結(jié)果（劃分）進行集成做了比較研究；同時分別使用ARI（Adjusted Rand Index）和Jaccard Index 等兩種評價標(biāo)準(zhǔn)對其結(jié)果進行了