基于特征偏好的聚類算法研究與實現(xiàn).pdf

1、聚類作為挖掘數(shù)據(jù)結構信息的有效工具之一，已被廣泛應用于圖像處理、生物信息學與數(shù)據(jù)挖掘等眾多領域。根據(jù)在聚類目標函數(shù)中是否引入特征權重，可將聚類算法分為傳統(tǒng)聚類算法與特征加權聚類算法。傳統(tǒng)聚類方法(諸如 k均值和模糊 c均值等)未對數(shù)據(jù)特征對聚類的不同貢獻或重要度進行區(qū)分，結果當處理高維數(shù)據(jù)時，由于未考慮高維數(shù)據(jù)特征間存在的相關性和冗余，常導致期望不足的聚類性能。但現(xiàn)有的特征加權聚類算法能獲得特征權重但未必符合用戶所期望的相對重要性(或偏

2、好)。為彌補這一遺漏，本文嘗試利用用戶給定的特征間的實際偏好，提出兩種能盡可能真實反映特征偏好的聚類方法，具體總結如下：
　　1．將Sun等人的基于Bregman散度的聚類算法CFP進行改進，通過利用用戶給定的實際偏好，將現(xiàn)有獨立于個體聚類的全局加權型偏好聚類方法拓展至聚類依賴的局部特征加權型方法，以此來體現(xiàn)聚類過程中各特征對不同類別貢獻的大小或重要度，結果可避免原有算法僅利用了全局特征的欠缺。同時結合特征偏好約束，使聚類過程所獲

3、權重能更好地遵守特征間的先驗關系。而其中所用策略也可拓展至相關聚類算法和應用領域。最后在UCI數(shù)據(jù)集上的實驗結果驗證了算法的可行性。
　　2.提出了結合特征信息與樣本信息的半監(jiān)督聚類算法，并將特征層面的先驗信息通過特征偏好形式加以體現(xiàn)。不同于通常意義的半監(jiān)督聚類算法，其僅僅從單一的特征層面或樣本層面賦以半監(jiān)督信息。本工作則通過將兩種信息相結合，拓寬了先前限于單一層面的半監(jiān)督聚類算法。在數(shù)據(jù)集上的實驗驗證了其比單一層面的半監(jiān)督聚類算