基于空間約束的半監(jiān)督子空間聚類(lèi)算法.pdf

1、聚類(lèi)分析作為數(shù)據(jù)挖掘中的重要技術(shù)，具有廣泛的應(yīng)用領(lǐng)域。根據(jù)應(yīng)用領(lǐng)域的不同，聚類(lèi)算法被分為了四大類(lèi)，其中包括劃分方法、層次方法、基于網(wǎng)格的方法、基于密度的方法等。目前，如何處理大規(guī)模的高維數(shù)據(jù)集是聚類(lèi)分析領(lǐng)域的熱點(diǎn)和難點(diǎn)之一。由于高維數(shù)據(jù)具有稀疏性，傳統(tǒng)的聚類(lèi)算法在處理這類(lèi)數(shù)據(jù)時(shí)往往不能獲得理想的效果。
　　 子空間聚類(lèi)算法正是針對(duì)高維數(shù)據(jù)集提出的一種新的聚類(lèi)算法。它是傳統(tǒng)聚類(lèi)在高維數(shù)據(jù)空間中的一種擴(kuò)展，其主要思想是將搜索局部化，

2、在相關(guān)維中進(jìn)行簇的搜索。代表性算法包括CLIQUE、PROCLUS、ORCLUS等。然而，隨著真實(shí)數(shù)據(jù)集的維數(shù)發(fā)生變化，子空間的維選擇也越來(lái)越困難，這也導(dǎo)致了上述的子空間聚類(lèi)算法在分析真實(shí)高維數(shù)據(jù)集時(shí)效果往往不令人滿意。
　　 為了更好的解決高維數(shù)據(jù)集引發(fā)的問(wèn)題，本文引入半監(jiān)督學(xué)習(xí)的方法，通過(guò)利用以往被其他子空間算法忽略的先驗(yàn)知識(shí)信息，提出了一種新的半監(jiān)督子空間算法，該算法關(guān)注于表現(xiàn)形式為成對(duì)約束的先驗(yàn)知識(shí)，一方面利用成對(duì)約束在

3、全維數(shù)據(jù)下的不一致性來(lái)確定子空間的搜索方向，來(lái)進(jìn)行維的選擇，大大降低了子空間維選擇時(shí)的難度，同時(shí)也提高了子空間維選擇的準(zhǔn)確率；另一方面利用成對(duì)約束形成簇的中心點(diǎn)，很大程度上提高了聚類(lèi)結(jié)果的準(zhǔn)確度。另外，由于本算法利用了成對(duì)約束信息進(jìn)行維選擇，這在保持了子空間聚類(lèi)算法優(yōu)點(diǎn)的同時(shí)，也避免了其他算法主觀地給定參數(shù)所具有的缺陷。
　　 本文將該算法同其他算法在人工數(shù)據(jù)集和真實(shí)數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn)比較，由實(shí)驗(yàn)結(jié)果可以看出該算法比其他算法具有