基于遷移學(xué)習(xí)的半監(jiān)督聚類及其并行化實現(xiàn).pdf_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、聚類算法是機器學(xué)習(xí)中重要的算法之一,它能夠?qū)⑾嗨频奈矬w對象自動的聚集為一個整體,進一步從中找出隱含的有價值的信息。通常來說,聚類分析是一種無監(jiān)督方法,而半監(jiān)督學(xué)習(xí)則是將少量的已知信息用來指導(dǎo)聚類,以達到提升聚類性能的目的。
  遷移學(xué)習(xí)是一種能夠運用已有知識對其相關(guān)的領(lǐng)域問題進行輔導(dǎo)和幫助的新機器學(xué)習(xí)方法,它常常用到文本分類、圖像識別等方面。
  分布式計算是云計算中的一種方法,它能夠利用多臺普通的計算機組成的集群處理海量的

2、數(shù)據(jù)。其中,Spark是一種應(yīng)用十分廣泛的分布式計算計算框架,在機器學(xué)習(xí)和數(shù)據(jù)挖掘中被廣泛應(yīng)用。
  傳統(tǒng)聚類算法難以利用已有的歷史信息,尤其是數(shù)據(jù)被污染的情況下聚類結(jié)果不理想;半監(jiān)督聚類常用于數(shù)據(jù)中有部分標(biāo)簽的情況。本文在源數(shù)據(jù)有少量標(biāo)簽的情況下,提出半監(jiān)督模糊可能性C均值聚類算法(SS-FPCM);基于遷移學(xué)習(xí)框架,針對負遷移問題對算法進行修正,提出了防止負遷移的半監(jiān)督遷移算法(TSS-FPCM);最后,為了充分借鑒源數(shù)據(jù)的信

3、息,利用“代表點”來代替源數(shù)據(jù)類信息,融入算法中再次遷移得到改善的半監(jiān)督遷移算法(ITSS-FPCM)。實驗表明,3個算法能夠有效的利用源數(shù)據(jù)提高聚類性能。SS-FPCM與TSS-FPCM可以利用源數(shù)據(jù)的少量標(biāo)簽數(shù)據(jù),而ITSS-FPCM算法結(jié)合了標(biāo)簽數(shù)據(jù)與“代表點”兩個有效信息,在數(shù)據(jù)信息匱乏、數(shù)據(jù)被污染的情況下得到較好的聚類結(jié)果。
  我們收集的數(shù)據(jù)是不斷的在增長的,當(dāng)源數(shù)據(jù)集越來越龐大時,傳統(tǒng)的算法難以快速的從海量的數(shù)據(jù)中得

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論