半監(jiān)督聚類集成模型研究.pdf

1、聚類技術作為機器學習領域中的重要技術之一，已經(jīng)被廣泛地用于解決不同領域的實際問題，聚類可根據(jù)對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)對象相似度最大而類間(inter-class)對象相似度最小的原則。然而，大多數(shù)用于解決聚類問題的算法是無監(jiān)督的方法，無法有效地利用已知的先驗知識；另外，由于數(shù)據(jù)結構的復雜性以及聚類算法優(yōu)化準則的多樣性，單一的聚類算法仍然難以計算出樣本集的實際分布結構。為提高聚類

2、算法的穩(wěn)定性，相關學者提出了聚類集成技術，而傳統(tǒng)的聚類集成方法不能利用先驗知識來指導聚類集成過程，為更好地提高聚類集成的性能，半監(jiān)督聚類集成技術應運而生。
　　近年來，半監(jiān)督聚類技術因其充分地利用了先驗知識來提高聚類的性能在聚類領域獲得了廣泛的關注，尤其是對象間的Must-Link和Cannot-Link成對約束已經(jīng)廣泛地應用于半監(jiān)督聚類學習中。雖然成對約束包含的的潛在信息可以提高聚類的準確率，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。本文通過組合自動和主動的約束選取方法提出了一種有效地提高約束質(zhì)量和擴展約束集合的方法，該方法基于某個簇中大部分數(shù)據(jù)對象是核心對象以及少部分對象是邊界對象這一特征來構造約束選取方法，因此，在核心對象之間考慮使用自動的約束選取方法，而在邊界對象間使用主動的約束選取方法。實驗結果表明，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爭優(yōu)勢，選取的約束可以明顯地提高聚類方法的準確率。
　　聚類集成技術可