基于多分類器集成的聚類算法研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)和數(shù)據(jù)庫技術(shù)的快速發(fā)展，數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生。聚類分析是數(shù)據(jù)挖掘中的重要分支之一，是一種數(shù)據(jù)劃分或分組處理的重要手段和方法。聚類的應(yīng)用是非常廣泛的，無論是在商務(wù)領(lǐng)域，還是在生物學(xué)、Web文檔分類、圖像處理等其它領(lǐng)域，都得到了有效的應(yīng)用。 由于混合型數(shù)據(jù)集自身的復(fù)雜性，在傳統(tǒng)的聚類算法中適合于處理這種數(shù)據(jù)集的算法較少，而且聚類的效果也不佳。另外，聚類簇數(shù)的確定一直是聚類分析難以解決的問題。近年來，隨著集成學(xué)習(xí)技術(shù)在分類

2、和預(yù)測領(lǐng)域的成功應(yīng)用，形成了較成熟的多分類器集成技術(shù)，然而由于在聚類分析中缺乏數(shù)據(jù)集的先驗知識，導(dǎo)致聚類集成的研究起步較晚，在很多方面還值得進(jìn)一步研究。目前的聚類集成算法大多是一種并聯(lián)式結(jié)構(gòu)，由于需要對聚類成員的聚類結(jié)果進(jìn)行匹配和融合，所以時間復(fù)雜度較高；同時聚類簇數(shù)的確定問題依然存在，特別是聚類成員的簇數(shù)、最終的聚類簇數(shù)以及兩者之間的關(guān)系更是一個難以確定的問題。 針對上述問題，本論文借鑒了多分類器集成技術(shù)，以k-prototy