基于近鄰路徑的自適應(yīng)尺度譜聚類算法研究.pdf

1、譜聚類作為一種新興的聚類方法，最近十年得到了廣泛的研究和快速的發(fā)展，尤其在數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)等領(lǐng)域。相比傳統(tǒng)聚類方法，譜聚類能夠處理任意分布形狀的數(shù)據(jù)集，可以收斂到全局最優(yōu)并且易于實(shí)現(xiàn)，非常適合于很多的實(shí)際問題。由于譜聚類算法都是以相似矩陣為基礎(chǔ)的，因此建立相似矩陣使用的相似度定義對于譜聚類算法的性能具有非常重要的意義。
　　 本文首先詳細(xì)闡述了譜聚類相關(guān)的知識和方法，然后對經(jīng)典譜聚類的相似度度量，從高斯核函數(shù)、尺度參數(shù)選擇的影

2、響、數(shù)據(jù)聚類的一致性三個(gè)角度對其進(jìn)行了詳細(xì)的分析和研究。發(fā)現(xiàn)經(jīng)典譜聚類的相似度沒有充分考慮局部統(tǒng)計(jì)信息和全局結(jié)構(gòu)對兩個(gè)數(shù)據(jù)點(diǎn)相似度的影響，以致不能充分滿足聚類一致性，反映出兩點(diǎn)間真實(shí)的近似關(guān)系，最終導(dǎo)致處理大量復(fù)雜結(jié)構(gòu)的數(shù)據(jù)集時(shí)不能得到滿意的聚類結(jié)果。受此啟發(fā)，結(jié)合近鄰思想，首先提出了基于共享近鄰加權(quán)的自適應(yīng)尺度，其充分利用了近鄰分布統(tǒng)計(jì)信息；然后提出了強(qiáng)調(diào)全局結(jié)構(gòu)一致性的k近鄰路徑距離；基于這兩者給出了基于近鄰路徑的自適應(yīng)尺度相似度，