基于Bagging的聚类集成方法
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于Bagging的聚类集成方法
李杉;张化祥
【期刊名称】《计算机工程与设计》
【年(卷),期】2010(031)001
【摘要】提出一种基于Bagging的集成聚类方法,采用一种新的数据集采样技术生成数据子集,尽可能的保持了子样本的多样性和最大相关性,然后应用一种改进的k均值聚类算法生成个体学习器,根据互信息对数据集的不同聚类结果进行处理,最后通过计算有争议的数据对象与各个聚类中心的距离将其重新划分到新的聚类结果中.在多个UCI标准数据集上的实验结果表明,该方法能有效改善聚类质量.
【总页数】3页(P164-166)
【作者】李杉;张化祥
【作者单位】山东师范大学,信息科学与工程学院,山东,济南,250014;山东师范大学,信息科学与工程学院,山东,济南,250014
【正文语种】中文
【中图分类】TP18
【相关文献】
1.一种基于T-分布随机近邻嵌入的聚类集成方法 [J], 徐森;花小朋;徐静;徐秀芳;皋军;安晶
2.基于Bagging的选择性聚类集成 [J], 唐伟;周志华
3.基于Spark的三支聚类集成方法 [J], 于洪;陈云
4.SUCE:基于聚类集成的半监督二分类方法 [J], 闵帆;王宏杰;刘福伦;王轩
5.基于证据理论的聚类集成方法 [J], 李锋;李寿梅;Thierry Denoeux
因版权原因，仅展示原文概要，查看原文内容请购买。