一种改进的基于属性重要性的加权聚类集成

聚类成员的质量问题是影响聚类集成效果的关键因素之一。目前针对于聚类集成的一致性函数研究较多,针对聚类成员的质量研究较少。本文提出了一种改进的基于属性重要性的加权聚类集成,根据互信息来度量两个聚类成员共享统计信息。并以此设计权重,对初始聚类结果进行加权,进而生成结果。该算法实验结果表明,同对比的聚类集成算法相比,所提出算法的聚类效果有所提高。