聚類集成研究與應(yīng)用.pdf

1、聚類分析的目是將數(shù)據(jù)自動(dòng)劃分成有意義的分組。不同的聚類算法在相同的數(shù)據(jù)集上運(yùn)行會(huì)得到不同的結(jié)果，沒有一種單獨(dú)的聚類算法能夠在所有的數(shù)據(jù)集上找到最好的劃分。聚類集成的出現(xiàn)很好的解決了上述題。
　　聚類集成由兩個(gè)階段組成：生成有差異的聚類成員，利用一致性集成獲取最終聚類結(jié)果。通過設(shè)置單個(gè)聚類算法的不同參數(shù)，采用數(shù)據(jù)子集或者數(shù)據(jù)的子空間產(chǎn)生聚類成員。一致性集成則是將多個(gè)聚類成員生成的結(jié)果轉(zhuǎn)換成共協(xié)矩陣或簇關(guān)聯(lián)矩陣，最后利用層次聚類，超圖

2、劃分等方法來獲取最終聚類結(jié)果。
　　首先本文利用自編碼器和 ClusterDP算法產(chǎn)生聚類成員，使用 WOMC算法對聚類成員進(jìn)行集成，得到 EClusterDP算法。在投票法中使用聚類成員的權(quán)重信息相對比較容易，但是這類算法都嚴(yán)格限制聚類成員產(chǎn)生數(shù)目相同的簇，這將導(dǎo)致生成的互信息矩陣中元素差異較小，進(jìn)而使得聚類成員的權(quán)重比較接近影響加權(quán)效果，本文基于不限制聚類成員生成相同簇?cái)?shù)量的算法LCE，利用抽樣的方法將聚類成員的權(quán)重引入LCE