基于最大間隔的多類聚類與二叉樹構(gòu)造問題研究.pdf

1、聚類算法是一種重要的數(shù)據(jù)分析技術(shù),在數(shù)據(jù)處理,文本分析,圖像搜索等方面都有廣泛的應(yīng)用,因此受到人們的廣泛關(guān)注。支持向量機(SVM)是一種新的有監(jiān)督機器學(xué)習(xí)算法,具有良好的分類性能和泛化能力。Xu L.將支持向量機最優(yōu)超平面理論推廣到聚類算法,提出一種新的聚類算法——最大間隔聚類,該算法主要是對無標(biāo)簽樣本,通過尋找一組最優(yōu)的樣本標(biāo)簽使得聚類后得到的兩個樣本簇之間的間隔最大,具有良好的聚類性能。然而,最大間隔聚類主要是針對兩類問題的一種聚類

2、算法,對兩類問題有較高的聚類效率,本文從二叉樹的構(gòu)造出發(fā),將該兩類最大間隔聚類推廣到多類聚類中,通過構(gòu)造二叉樹來將多類聚類分成多個兩類最大間隔聚類,從而完成了最大間隔聚類的普遍性推廣。
　　 本文在最大間隔聚類算法基礎(chǔ)上,通過二叉樹的構(gòu)造,提出一種基于最大間隔的多類聚類算法。首先,本文對傳統(tǒng)的聚類算法做了一個大概介紹,提出傳統(tǒng)算法存在的一些問題;同時對SVM理論進(jìn)行深入剖析,提出最大間隔概念,對SVM良好的有監(jiān)督分類性能進(jìn)行探討