基于距离度量学习的集成谱聚类.pdf

《基于距离度量学习的集成谱聚类.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第41卷第1期计算机工程2015年1月Vo1．41NO．1ComputerEngineeringJanuary2015·人工智能及识别技术·文章编号：1000．3428(2015)01．0207-04文献标识码：A中图分类号：TP18基于距离度量学习的集成谱聚类牛科，张小琴，贾郭军(山西师范大学数学与计算机科学学院，山西l临汾041004)摘要：无监督学习聚类算法的性能依赖于用户在输入数据集上指定的距离度量，该距离度量直接影响数据样本之间的相似性计算，因此，不同的距离度量往往对数据集的聚类结果具有重要的影响。针对

2、谱聚类算法中距离度量的选取问题，提出一种基于边信息距离度量学习的谱聚类算法。该算法利用数据集本身蕴涵的边信息，即在数据集中抽样产生的若干数据样本之间是否具有相似性的信息，进行距离度量学习，将学习所得的距离度量准则应用于谱聚类算法的相似度计算函数，并据此构造相似度矩阵。通过在UCI标准数据集上的实验进行分析，结果表明，与标准谱聚类算法相比，该算法的预测精度得到明显提高。关键词：数据挖掘；边信息；相似度矩阵；距离度量学习；谱聚类；UCI数据集中文引用格式：牛科，张小琴，贾郭军．基于距离度量学习的集成谱聚类[J]．计算

3、机工程，2015，41(1)：207—210．英文引用格式：NiuKe，ZhangXiaoqin，JiaGuojun．IntegratedSpectralClusteringBasedonDistanceMetricLearning[J]ComputerEngineering，2015，41(1)：207—210．IntegratedSpectralClusteringBasedonDistanceMetricLearningNIUKe，ZHANGXiaoqin，JIAGuojun(SchoolofMathema

4、ticsandComputerScience，ShanxiNormalUniversity，Linfen041004，China)【Abstract】Theperformanceoftheunsupervisedlearningclusteringalgorithmiscriticallydependentonthedistancemetricbeinggivenbyauserovertheinputsofthedataset．Thecalculationofthesimilaritybetweenthedata

5、samplesliesOllthespecifiedmetric，therefore，thedistancemetrichasasignificantinfluencetOtheresultsoftheclusteringalgorithm．Aimingattheproblemoftheselectionofthedistancemetricforthespectralclusteringalgorithm，aspectralclusteringalgorithmbasedondistancemetriclear

6、ningwithside—informationispresented．Thealgorithmlearnsadistancemetricwiththeside—information．Thesimilaritybetweenthedatasamplesischosenrandomlyfromthedataset，andisappliedtothesimilarityfunctionofspectralclusteringalgorithm．Itstructuresthesimilaritymatrixofthe

7、algorithm．TheeffectivenessofthealgorithmisverifiedonrealstandarddatasetsonUCI，andexperimentalresultsshowthatcomparedwiththestandardspectralclusteringalgorithms，thepredictionaccuracyoftheproposedalgorithmisimprovedsignificantly．【Keywords】datamining；side—inform

8、ation；similaritymatrix；distancemetriclearning；spectralclustering；UCIdatasetDOI：10．3969／i．issn．1000—3428．20l5．01．038理客观的呈现出数据集中数据对象的所属类别及其1概述之间的相互关系。聚类是数据挖掘技术的一种重要手段，旨在将谱聚类是建立在谱图理论基础上的一种聚类