共 7 条
- [6] 机器学习[M]. 机械工业出版社 , (美)TomM.Mitchell著, 2003
- [7] Semi-supervised graph clustering: a kernel approach[J] . Brian Kulis,Sugato Basu,Inderjit Dhillon,Raymond Mooney.Machine Learning . 2009 (1)
基于半监督K-means的K值全局寻优算法
被引：11
作者：
孙雪
[1
]
李昆仑
[1
]
胡夕坤
[2
]
赵瑞
[1
]
机构：
[1] 河北大学电子信息工程学院
[2] 河北大学工商学院
来源：
关键词：
半监督聚类;
constrained-K均值;
K均值算法;
投票;
阈值;
D O I：
暂无
中图分类号：
TP181 [自动推理、机器学习];
学科分类号：
摘要：
提出一种基于半监督K-means的K值全局寻优算法,该算法打破传统方法中采用样本类别作为K值的限定,利用少量标记数据即可指导和规划大量无监督数据.结合数据集自身的分布特点及聚类后各个簇内的监督信息,根据投票方法来指导簇中数据集的类别标记.实验表明,本文所提出的方法可以有效的寻找适合数据集的最佳K值和聚类的中心,提高聚类性能.
引用
收藏
页码：106 / 109
页数：4
相关论文