譜聚類中特征向量的選取與集成算法.pdf

1、譜聚類算法能對(duì)任意形狀的樣本空間聚類出較好的結(jié)果,近年來在數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等領(lǐng)域得到了廣泛關(guān)注。選擇性集成能降低存儲(chǔ)需求,提高預(yù)測(cè)速度,改善集成學(xué)習(xí)機(jī)的預(yù)測(cè)效果,由此成為研究熱點(diǎn)。本文在譜聚類的背景下采用選擇性集成方法,以期達(dá)到更好的聚類效果。
　　現(xiàn)有研究表明,譜聚類中前k個(gè)最大特征值對(duì)應(yīng)的特征向量不一定使聚類結(jié)果達(dá)到最好,因此有必要研究特征向量的選取問題;而一組特征向量也未必能充分表達(dá)原數(shù)據(jù)的結(jié)構(gòu)信息,因此需要考慮集成策略。

2、本文采用特征向量組的選擇性集成方法來提高譜聚類性能,其中涉及對(duì)特征向量的評(píng)價(jià)、基特征向量組的選取、選擇性集成策略等問題。
　　首先,提出了譜聚類中特征向量的Bagging選取方法。利用基于成對(duì)約束的特征向量評(píng)估函數(shù)Constraint Score對(duì)訓(xùn)練數(shù)據(jù)集的特征向量進(jìn)行評(píng)價(jià),選取較好特征向量;然后采用Bagging策略將不同約束下選擇的特征向量進(jìn)行集成,得出較好特征向量的組合;最后對(duì)測(cè)試數(shù)據(jù)集進(jìn)行譜聚類。通過實(shí)驗(yàn)證實(shí)該算法選取的

3、特征向量對(duì)測(cè)試數(shù)據(jù)集可以得出較好的預(yù)測(cè)結(jié)果。
　　其次,提出了譜聚類中特征向量的動(dòng)態(tài)選擇性集成方法。對(duì)于一個(gè)數(shù)據(jù)集,利用上述的Bagging選取方法,給出較好的基特征向量組來有效區(qū)分同類別和不同類別的數(shù)據(jù),此時(shí)區(qū)分能力強(qiáng)的基特征向量組會(huì)多次被發(fā)現(xiàn);然后以測(cè)試數(shù)據(jù)在訓(xùn)練數(shù)據(jù)中的l-最近鄰的聚類性能來動(dòng)態(tài)評(píng)價(jià)每組特征向量,選出少量幾個(gè)參與投票的特征向量組;對(duì)測(cè)試數(shù)據(jù)集的這幾個(gè)特征向量組數(shù)據(jù)進(jìn)行譜聚類,并對(duì)結(jié)果進(jìn)行簇配準(zhǔn),給出最終的聚類