| 一种改进的蒙特卡罗交叉验证算法 |
| |
| 引用本文： | 戴涛,李春平. 一种改进的蒙特卡罗交叉验证算法[J]. 计算机工程与应用, 2004, 40(30): 186-187 |
| |
| 作者姓名： | 戴涛 李春平 |
| |
| 作者单位： | 清华大学软件学院,北京,100084;清华大学软件学院,北京,100084 |
| |
| 基金项目： | 国家863高技术研究与发展计划项目:面向领域的数据分析和挖掘技术研究(编号:2002AA444120)资助 |
| |
| 摘 要： | 概率聚类的算法已经广泛地应用于聚类分析领域,但是这些算法都没有回答如何选择一个最佳的聚类个数的问题。该文首先分析了通用的确定概率聚类个数的方法,然后针对蒙特卡罗交叉验证算法不能解决后验概率分散的问题,提出一种改进的蒙特卡罗交叉验证算法(iMCCV)。实验结果证明该算法可以有效地确定最佳K值。
|
| 关 键 词： | 概率聚类 聚类个数 蒙特卡罗交叉验证 |
| 文章编号： | 1002-8331-(2004)30-0186-02 |
An Improved Monte Carlo Cross-Validation Algorithm |
| |
| Dai Tao Li Chunping. An Improved Monte Carlo Cross-Validation Algorithm[J]. Computer Engineering and Applications, 2004, 40(30): 186-187 |
| |
| Authors: | Dai Tao Li Chunping |
| |
| Abstract: | Probability-based clustering algorithms have been applied in the clustering analysis for many years,but those algorithms can not answer the question"How many clusters?"This article analyzes the traditional methods for determining the number of probability-based cluster and then introduces an improved Monte Carlo Cross-Validation algorithm(iMCCV).This algorithm's efficiency has been proved by experimental results. |
| |
| Keywords: | probability-based clustering cluster number Monte Carlo Cross-Validation |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
