| 结合限制的分隔模型及K-Means算法 |
| |
| 引用本文： | 何振峰,熊范纶.结合限制的分隔模型及K-Means算法[J].软件学报,2005,16(5). |
| |
| 作者姓名： | 何振峰 熊范纶 |
| |
| 基金项目： | 国家高技术研究发展计划(863计划) |
| |
| 摘 要： | 将数据对象间的关联限制与K-means算法结合可以取得较好的效果,但由于划分是由K个中心决定的,每一类仅由一个中心决定,分隔的表示方法限制了算法效果的进一步提高.基于数据对象间的两类限制,定义了数据对象和集合间的两类关联,以及集合间的3类关联,在此基础上给出了结合限制的分隔模型.在模型中,基于集合间的正关联,多个子集中心可以用来表示同一类,使划分的表示可以更为灵活、精细.基于此模型,给出了相应的算法CKS(constrainedK-meanswith subsets)来生成结合限制的分隔.对3个UCI数据集的实验结果显示:在准确率及健壮性上,CKS显著优于另一个结合关联限制的K-means类算法COP-K-means,与另一个代表性的算法CCL相比,也有相当优势;在时间代价上,CKS也有一定优势.
|
| 关 键 词： | 聚类分析 限制聚类 半监督学习 背景知识 机器学习 |
A Constrained Partition Model and K-Means Algorithm |
| |
| He Zhen-feng,XIONG Fan-lun.A Constrained Partition Model and K-Means Algorithm[J].Journal of Software,2005,16(5). |
| |
| Authors: | He Zhen-feng XIONG Fan-lun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
