符號屬性數(shù)據(jù)的半監(jiān)督聚類與屬性選擇.pdf

1、在機(jī)器學(xué)習(xí)領(lǐng)域中，聚類和屬性選擇問題已經(jīng)成為分析數(shù)據(jù)的有效手段。聚類是無監(jiān)督學(xué)習(xí)的基本技術(shù)，其目的是在沒有數(shù)據(jù)先驗(yàn)信息下分析數(shù)據(jù)的結(jié)構(gòu)。一般而言，一個好的聚類算法要遵循類內(nèi)(Intra-class)對象相似度最大而類間(Inter-class)對象相似度最小的原則。屬性選擇是在屬性全集中選擇重要的屬性去掉冗余的屬性，在提高學(xué)習(xí)效率和預(yù)測精度，降低算法復(fù)雜度都有明顯的效果。
　　 近年來，半監(jiān)督學(xué)習(xí)成為一個研究熱點(diǎn)，而其中的半監(jiān)督

2、聚類與半監(jiān)督屬性選擇是重要研究內(nèi)容。然而，絕大多數(shù)現(xiàn)有半監(jiān)督聚類與半監(jiān)督屬性選擇方法關(guān)注的是連續(xù)性屬性數(shù)據(jù)，對符號屬性數(shù)據(jù)相關(guān)研究還比較少。在現(xiàn)實(shí)應(yīng)用中符號數(shù)據(jù)大量存在，因此符號屬性數(shù)據(jù)的半監(jiān)督聚類和屬性選擇是也是亟待研究的內(nèi)容。本文對符號屬性數(shù)據(jù)的半監(jiān)督聚類與屬性選擇進(jìn)行了研究，分別提出兩種半監(jiān)督聚類方法和半監(jiān)督屬性選擇方法。
　　 基于聚類集成思想，提出了一種符號屬性數(shù)據(jù)半監(jiān)督聚類的集成策略。為了有效進(jìn)行集成，構(gòu)造了四種基于

3、權(quán)重的投票策略去獲得最終的聚類結(jié)果。此外，提出了一種分裂再組合的聚類方法，利用無監(jiān)督和有監(jiān)督信息的形成等價關(guān)系，將樣本劃分成一個個小的簇，然后再將這些小簇通過基于不同集簇間距離度量策略的層次聚類方法進(jìn)行組合得到最終的聚類結(jié)果。
　　 受到監(jiān)督學(xué)習(xí)中屬性選擇算法mRMR的啟發(fā)，本文重新定義了半監(jiān)督環(huán)境下的屬性相關(guān)性和冗余性，構(gòu)造一種最小冗余最大相關(guān)的符號數(shù)據(jù)半監(jiān)督屬性選擇算法。此外，將粗糙集理論中傳統(tǒng)的依賴度拓展到了半監(jiān)督領(lǐng)域，提