基于Bagging的选择性聚类集成

被引：98

作者：

唐伟

周志华

机构：

[1] 南京大学计算机软件新技术国家重点实验室

[2] 南京大学计算机软件新技术国家重点实验室江苏南京

[3] 江苏南京

来源：

基金：

国家杰出青年科学基金;

关键词：

机器学习; 集成学习; 聚类; 非监督学习; 选择性集成;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

使用集成学习技术来提高聚类性能.由于聚类使用的训练样本缺乏期望输出,与监督学习下的集成相比,在对个体学习器进行结合时更加困难.通过对不同的聚类结果进行配准,并基于互信息权进行个体学习器的选择,提出了基于Bagging的选择性聚类集成算法.实验表明,该算法能够有效地改善聚类结果.

引用

页码：496 / 502

页数：7