基于領(lǐng)域知識(shí)的半監(jiān)督聚類算法研究.pdf

1、聚類分析是數(shù)據(jù)挖掘領(lǐng)域的基本方法之一，它根據(jù)數(shù)據(jù)對(duì)象之間的相似性，把數(shù)據(jù)對(duì)象分割成簇。從機(jī)器學(xué)習(xí)的角度，聚類分析被看作是一種無(wú)監(jiān)督的學(xué)習(xí)方法，對(duì)數(shù)據(jù)的分析不需要知道數(shù)據(jù)相關(guān)的類別信息。然而，在現(xiàn)實(shí)生活中，人們對(duì)所要分析數(shù)據(jù)的相關(guān)領(lǐng)域知識(shí)并非完全一無(wú)所知，通過(guò)這種知識(shí)能夠發(fā)現(xiàn)數(shù)據(jù)對(duì)象標(biāo)識(shí)或相互之間的約束信息。半監(jiān)督聚類就是在聚類過(guò)程中引入先驗(yàn)知識(shí)來(lái)指導(dǎo)聚類過(guò)程，從而改進(jìn)聚類結(jié)果。目前，半監(jiān)督聚類方法已成為人們研究聚類方法的新熱點(diǎn)。

2、 本文從約束的角度、屬性的角度、規(guī)則的角度和實(shí)際應(yīng)用的角度來(lái)研究半監(jiān)督聚類的實(shí)現(xiàn)方法及實(shí)際應(yīng)用效果。本文的主要工作及創(chuàng)新點(diǎn)包括： 1、通過(guò)分析COP-KMeans算法，指出了其中的不足，引入按約束集分配的方法及輔助質(zhì)心的概念，提出了改進(jìn)的MLC-KMeans半監(jiān)督聚類算法，并通過(guò)實(shí)驗(yàn)證明了改進(jìn)算法的有效性； 2、針對(duì)屬性和類標(biāo)識(shí)及屬性和約束的相互關(guān)系，一方面采取屬性約簡(jiǎn)方法，通過(guò)分析已知的標(biāo)識(shí)數(shù)據(jù)對(duì)象，來(lái)消除冗余的屬性，

3、在新的屬性集上進(jìn)行聚類；另一方面，通過(guò)對(duì)約束對(duì)象屬性范圍進(jìn)行限制，找到新的約束集合，來(lái)指導(dǎo)聚類過(guò)程。通過(guò)應(yīng)用兩種方法，達(dá)到了較好的聚類效果； 3、利用關(guān)聯(lián)規(guī)則方法，通過(guò)分析數(shù)據(jù)集中的部分標(biāo)識(shí)數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)屬性子集和類標(biāo)識(shí)之間的關(guān)聯(lián)關(guān)系，并把此規(guī)則作為先驗(yàn)知識(shí)，引入到聚類過(guò)程，來(lái)改進(jìn)聚類效果?；陉P(guān)聯(lián)規(guī)則的半監(jiān)督聚類方法有效地利用了規(guī)則信息，展現(xiàn)了利用數(shù)據(jù)挖掘方法發(fā)現(xiàn)的先驗(yàn)知識(shí)和屬性子集的關(guān)聯(lián)約束關(guān)系在半監(jiān)督聚類中的應(yīng)用；