符號(hào)屬性數(shù)據(jù)的半監(jiān)督聚類與屬性選擇.pdf

1、在機(jī)器學(xué)習(xí)領(lǐng)域中，聚類和屬性選擇問(wèn)題已經(jīng)成為分析數(shù)據(jù)的有效手段。聚類是無(wú)監(jiān)督學(xué)習(xí)的基本技術(shù)，其目的是在沒(méi)有數(shù)據(jù)先驗(yàn)信息下分析數(shù)據(jù)的結(jié)構(gòu)。一般而言，一個(gè)好的聚類算法要遵循類內(nèi)(Intra-class)對(duì)象相似度最大而類間(Inter-class)對(duì)象相似度最小的原則。屬性選擇是在屬性全集中選擇重要的屬性去掉冗余的屬性，在提高學(xué)習(xí)效率和預(yù)測(cè)精度，降低算法復(fù)雜度都有明顯的效果。
　　 近年來(lái)，半監(jiān)督學(xué)習(xí)成為一個(gè)研究熱點(diǎn)，而其中的半監(jiān)督

2、聚類與半監(jiān)督屬性選擇是重要研究?jī)?nèi)容。然而，絕大多數(shù)現(xiàn)有半監(jiān)督聚類與半監(jiān)督屬性選擇方法關(guān)注的是連續(xù)性屬性數(shù)據(jù)，對(duì)符號(hào)屬性數(shù)據(jù)相關(guān)研究還比較少。在現(xiàn)實(shí)應(yīng)用中符號(hào)數(shù)據(jù)大量存在，因此符號(hào)屬性數(shù)據(jù)的半監(jiān)督聚類和屬性選擇是也是亟待研究的內(nèi)容。本文對(duì)符號(hào)屬性數(shù)據(jù)的半監(jiān)督聚類與屬性選擇進(jìn)行了研究，分別提出兩種半監(jiān)督聚類方法和半監(jiān)督屬性選擇方法。
　　 基于聚類集成思想，提出了一種符號(hào)屬性數(shù)據(jù)半監(jiān)督聚類的集成策略。為了有效進(jìn)行集成，構(gòu)造了四種基于

3、權(quán)重的投票策略去獲得最終的聚類結(jié)果。此外，提出了一種分裂再組合的聚類方法，利用無(wú)監(jiān)督和有監(jiān)督信息的形成等價(jià)關(guān)系，將樣本劃分成一個(gè)個(gè)小的簇，然后再將這些小簇通過(guò)基于不同集簇間距離度量策略的層次聚類方法進(jìn)行組合得到最終的聚類結(jié)果。
　　 受到監(jiān)督學(xué)習(xí)中屬性選擇算法mRMR的啟發(fā)，本文重新定義了半監(jiān)督環(huán)境下的屬性相關(guān)性和冗余性，構(gòu)造一種最小冗余最大相關(guān)的符號(hào)數(shù)據(jù)半監(jiān)督屬性選擇算法。此外，將粗糙集理論中傳統(tǒng)的依賴度拓展到了半監(jiān)督領(lǐng)域，提