基于IB方法的選擇聚類算法研究.pdf

1、在實際應(yīng)用中,尤其是復(fù)雜、龐大的數(shù)據(jù)集中通常呈現(xiàn)出多種合理且不同的數(shù)據(jù)模式,而傳統(tǒng)的聚類分析方法往往關(guān)注于發(fā)現(xiàn)數(shù)據(jù)集中單個合理的聚類模式。這一挑戰(zhàn)促進(jìn)了選擇聚類領(lǐng)域近年來的快速發(fā)展,它的目標(biāo)是挖掘出數(shù)據(jù)中存在的多種不同且高質(zhì)量的聚類結(jié)果。IB方法是一種優(yōu)秀的數(shù)據(jù)分析方法,能有效地發(fā)現(xiàn)數(shù)據(jù)中所蘊含的數(shù)據(jù)模式。但是IB方法僅關(guān)注于產(chǎn)生一種高質(zhì)量的聚類結(jié)果,并且其需要已知關(guān)于數(shù)據(jù)的聯(lián)合概率分布。
　　 本文提出了一種基于IB方法的選擇

2、聚類算法-Alt_sIB算法。該算法一方面通過最大化數(shù)據(jù)對象與聚類結(jié)果間的互信息來確保聚類結(jié)果的質(zhì)量,另一方面通過最小化聚類結(jié)果和已知數(shù)據(jù)模式間的互信息來確保聚類結(jié)果間的相異性。Alt_sIB算法使用一種無參的MeanNN微分熵估計方法對數(shù)據(jù)對象和聚類結(jié)果間的互信息進(jìn)行估算,并采用順序的迭代方法對目標(biāo)函數(shù)進(jìn)行優(yōu)化。Alt_sIB算法把IB方法擴(kuò)展到了選擇聚類領(lǐng)域,試圖對數(shù)據(jù)中所蘊含的多種數(shù)據(jù)模式進(jìn)行挖掘,并且通過使用MeanNN微分熵估