聚類集成研究與應用.pdf

1、聚類分析的目是將數(shù)據(jù)自動劃分成有意義的分組。不同的聚類算法在相同的數(shù)據(jù)集上運行會得到不同的結(jié)果，沒有一種單獨的聚類算法能夠在所有的數(shù)據(jù)集上找到最好的劃分。聚類集成的出現(xiàn)很好的解決了上述題。
　　聚類集成由兩個階段組成：生成有差異的聚類成員，利用一致性集成獲取最終聚類結(jié)果。通過設置單個聚類算法的不同參數(shù)，采用數(shù)據(jù)子集或者數(shù)據(jù)的子空間產(chǎn)生聚類成員。一致性集成則是將多個聚類成員生成的結(jié)果轉(zhuǎn)換成共協(xié)矩陣或簇關聯(lián)矩陣，最后利用層次聚類，超圖

2、劃分等方法來獲取最終聚類結(jié)果。
　　首先本文利用自編碼器和 ClusterDP算法產(chǎn)生聚類成員，使用 WOMC算法對聚類成員進行集成，得到 EClusterDP算法。在投票法中使用聚類成員的權重信息相對比較容易，但是這類算法都嚴格限制聚類成員產(chǎn)生數(shù)目相同的簇，這將導致生成的互信息矩陣中元素差異較小，進而使得聚類成員的權重比較接近影響加權效果，本文基于不限制聚類成員生成相同簇數(shù)量的算法LCE，利用抽樣的方法將聚類成員的權重引入LCE