|
|||||
|
|
| 基于分类的半监督聚类方法 | |
| 引用本文： | 李杉,张化祥. 基于分类的半监督聚类方法[J]. 计算机工程与应用, 2011, 47(3): 132-134. DOI: 10.3778/j.issn.1002-8331.2011.03.040 |
| 作者姓名： | 李杉 张化祥 |
| 作者单位： | 山东师范大学 信息科学与工程学院，济南 250014 |
| 基金项目： | 山东省自然科学基金(the Natural Science Foundation of Shandong Province of China under Grant No.Y2007G16)；山东省科技攻关计划(the Key Technologies R&D Program of Shandong Province，China under Grant No．2008GG10001015)；山东省高新技术自主创新工程专项计划(No．2007ZZ17)；山东省电子发展基金(No.2008B0026)；山东省信息产业发展专项资金 |
| 摘 要： | 提出一种基于分类的半监督聚类算法。充分利用了数据集中的少量标记对象对原始数据集进行粗分类，在传统k均值算法的基础上扩展了聚类中心点的选择方法；用k-meansGuider方法对数据集进行粗聚类，在此基础上对粗聚类结果进行集成。在多个UCI标准数据集上进行实验，结果表明提出的算法能有效改善聚类质量。 |
| 关 键 词： | 半监督学习 聚类 k均值聚类 |
| 收稿时间： | 2009-05-07 |
| 修稿时间： | 2009-7-9 |
Semi-supervised clustering algorithm based on classifier |
|
| LI Shan,ZHANG Huaxiang. Semi-supervised clustering algorithm based on classifier[J]. Computer Engineering and Applications, 2011, 47(3): 132-134. DOI: 10.3778/j.issn.1002-8331.2011.03.040 | |
| Authors: | LI Shan ZHANG Huaxiang |
| Affiliation: | School of Information Science and Engineering，Shandong Normal University，Jinan 250014，China |
| Abstract: | A semi-supervised clustering algorithm based on classifying is proposed.This algorithm classifies original data set roughly using a few labeled data,extends the method of selecting cluster center on the basis of traditional k-means clustering;then clusters data set generally with k-meansGuider method;Finally,the cluster results are integrated.The experimental results on UCI machine learning benchmark datasets show that this method can effectively improve the clustering performance. |
| Keywords: | semi-supervised learning clustering k-means clustering |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 | |
| 点击此处可从《计算机工程与应用》下载免费的PDF全文 | |