一种主动半监督K-means聚类算法的改进策略 吕峰;柴变芳;李文斌;王垚 【期刊名称】《南京师范大学学报（工程技术版）》 【年(卷),期】2018(018)002 【摘 要】经典的APCKmeans(active pairwise constrained K-means)算法通过主动学习的方式构造must-link约束集和cannot-link约束集作为监督信息进行半监督聚类,提高了结果的准确性. 但该算法在样本指派的过程中可能出现指派不是当前最优的问题. 提出一种优先指派标签样本的方法,应用于APCKmeans算法,使用改进后的APCKmeans_I算法实现了使用较少的监督信息取得更好的聚类结果. 将改进策略应用于 PCKmeans( pairwise constrained K-means)算法,提出改进后的PCKmeans_I算法. 通过在UCI基准数据集的实验表明,改进后算法的性能得到明显提升. 【总页数】7页(P56-62) 【作 者】吕峰;柴变芳;李文斌;王垚 【作者单位】河北地质大学信息工程学院,河北 石家庄050031;河北地质大学信息工程学院,河北 石家庄050031;河北地质大学信息工程学院,河北 石家庄050031;河北地质大学信息工程学院,河北 石家庄050031 【正文语种】中 文 【中图分类】TP181 【相关文献】 1.一种改进的半监督K-Means聚类算法 [J], 袁利永;王基一 2.基于半监督K-Means的属性加权聚类算法 [J], 潘巍;周晓英;吴立锋;王国辉 3.一种结合主动学习的半监督文档聚类算法 [J], 赵卫中;马慧芳;李志清;史忠植 4.一种基于Seeds集和成对约束的主动半监督聚类算法 [J], 陈志雨;王慧君;胡明;刘钢 5.基于主动学习先验的半监督K-means聚类算法 [J], 柴变芳;吕峰;李文斌;王垚 因版权原因，仅展示原文概要，查看原文内容请购买 本文来源：https://www.wddqw.com/doc/d6cba2831937f111f18583d049649b6648d709b3.html