层次聚类的簇集成方法研究

被引:10
作者
李凯
王兰
机构
[1] 不详
[2] 河北大学数学与计算机学院,河北省机器学习与计算智能实验室
[3] 不详
关键词
聚类集成; 融合函数; 聚类; ARI;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
聚类集成比单个聚类方法具有更高的鲁棒性和精确性,它主要由两部分组成,即个体成员的产生和结果的融合。针对聚类集成,首先用k-means聚类算法得到个体成员,然后使用层次聚类中的单连接法、全连接法与平均连接法进行融合。为了评价聚类集成方法的性能,实验中使用了ARI(Adjusted Rand Index)。实验结果表明,平均连接法的聚类集成性能优于单连接法和全连接法。研究并讨论了融合方法的聚类正确率和集成规模的关系。
引用
收藏
页码:120 / 123
页数:4
相关论文
共 3 条
  • [1] Moderate diversity for better cluster ensembles[J] . Stefan T. Hadjitodorov,Ludmila I. Kuncheva,Ludmila P. Todorova.Information Fusion . 2005 (3)
  • [2] Comparing partitions[J] . Lawrence Hubert,Phipps Arabie.Journal of Classification . 1985 (1)
  • [3] Objective criteria for the evaluation of clustering methods .2 Rand WM. Journal of the American Statistical Association . 1971