復(fù)雜數(shù)據(jù)的集成聚類算法研究.pdf

1、集成聚類技術(shù)由于具有較好的泛化能力，已引起了研究者的高度關(guān)注。目前，在集成聚類領(lǐng)域已經(jīng)取得一些顯著成果，針對(duì)不同的應(yīng)用需求提出了不同的集成聚類算法。然而，已有算法能夠處理的數(shù)據(jù)類型比較單一，而實(shí)際應(yīng)用中面臨的數(shù)據(jù)往往是兼具數(shù)值屬性和分類屬性共同描述的混合型數(shù)據(jù)，往往還存在著特征值缺失，數(shù)據(jù)規(guī)模海量，多視圖等問題。因此，復(fù)雜數(shù)據(jù)集成聚類算法的研究具有非常重要的意義。
　　本文針對(duì)具有數(shù)據(jù)類型混合、特征值缺失、多視圖等特征的復(fù)雜數(shù)據(jù)的

2、集成聚類問題進(jìn)行了較為深入的研究，主要研究?jī)?nèi)容如下：
　?。?）介紹了集成聚類技術(shù)的整體過程，并對(duì)該過程中最關(guān)注的兩個(gè)問題，詳細(xì)總結(jié)并分析了現(xiàn)階段已有的一些典型算法，同時(shí)對(duì)評(píng)價(jià)聚類有效性的三種比較流行的度量指標(biāo)進(jìn)行了介紹。
　　（2）提出了一種不完備混合數(shù)據(jù)集成聚類算法。該算法首先利用3種缺失值填充方法對(duì)不完備混合數(shù)據(jù)進(jìn)行完備化處理；其次在3種填充后的不同完備數(shù)據(jù)集上分別多次執(zhí)行K-Prototypes算法產(chǎn)生基聚類結(jié)果；最

3、后對(duì)基聚類結(jié)果進(jìn)行集成。在UCI真實(shí)數(shù)據(jù)集上與傳統(tǒng)聚類算法通過實(shí)驗(yàn)進(jìn)行了比較分析，實(shí)驗(yàn)結(jié)果表明提出的算法是有效的。
　　（3）提出了一種多視圖數(shù)據(jù)集成聚類算法。該算法通過在類的層次上進(jìn)行集成來提高算法的計(jì)算效率，并且定義了一種新的類間相似度度量方法來解決多視圖數(shù)據(jù)特征空間不一致的問題。在真實(shí)的多視圖數(shù)據(jù)集上與傳統(tǒng)集成聚類算法通過實(shí)驗(yàn)進(jìn)行了比較分析，實(shí)驗(yàn)結(jié)果表明提出的算法是有效的。
　　本文提出的兩種集成聚類算法同時(shí)兼顧了聚類