半監(jiān)督聚類集成模型研究.pdf

1、聚類技術(shù)作為機(jī)器學(xué)習(xí)領(lǐng)域中的重要技術(shù)之一，已經(jīng)被廣泛地用于解決不同領(lǐng)域的實(shí)際問(wèn)題，聚類可根據(jù)對(duì)象間的相似性把分布未知的數(shù)據(jù)集劃分為不同的簇，并遵循類內(nèi)(intra-class)對(duì)象相似度最大而類間(inter-class)對(duì)象相似度最小的原則。然而，大多數(shù)用于解決聚類問(wèn)題的算法是無(wú)監(jiān)督的方法，無(wú)法有效地利用已知的先驗(yàn)知識(shí)；另外，由于數(shù)據(jù)結(jié)構(gòu)的復(fù)雜性以及聚類算法優(yōu)化準(zhǔn)則的多樣性，單一的聚類算法仍然難以計(jì)算出樣本集的實(shí)際分布結(jié)構(gòu)。為提高聚類

2、算法的穩(wěn)定性，相關(guān)學(xué)者提出了聚類集成技術(shù)，而傳統(tǒng)的聚類集成方法不能利用先驗(yàn)知識(shí)來(lái)指導(dǎo)聚類集成過(guò)程，為更好地提高聚類集成的性能，半監(jiān)督聚類集成技術(shù)應(yīng)運(yùn)而生。
　　近年來(lái)，半監(jiān)督聚類技術(shù)因其充分地利用了先驗(yàn)知識(shí)來(lái)提高聚類的性能在聚類領(lǐng)域獲得了廣泛的關(guān)注，尤其是對(duì)象間的Must-Link和Cannot-Link成對(duì)約束已經(jīng)廣泛地應(yīng)用于半監(jiān)督聚類學(xué)習(xí)中。雖然成對(duì)約束包含的的潛在信息可以提高聚類的準(zhǔn)確率，但是約束集合的數(shù)量和質(zhì)量往往決定了算

3、法性能能夠提升的程度。本文通過(guò)組合自動(dòng)和主動(dòng)的約束選取方法提出了一種有效地提高約束質(zhì)量和擴(kuò)展約束集合的方法，該方法基于某個(gè)簇中大部分?jǐn)?shù)據(jù)對(duì)象是核心對(duì)象以及少部分對(duì)象是邊界對(duì)象這一特征來(lái)構(gòu)造約束選取方法，因此，在核心對(duì)象之間考慮使用自動(dòng)的約束選取方法，而在邊界對(duì)象間使用主動(dòng)的約束選取方法。實(shí)驗(yàn)結(jié)果表明，本文提出的混合約束選取方法在選取高質(zhì)量的約束信息方面有較好的競(jìng)爭(zhēng)優(yōu)勢(shì)，選取的約束可以明顯地提高聚類方法的準(zhǔn)確率。
　　聚類集成技術(shù)可