一种基于半监督降维的聚类算法

摘要：

半监督聚类通过利用少量有标号样本或成对约束等监督信息来提高聚类性能.在此提出一种新颖的基于半监督降维的聚类算法,首先用半监督降维方法对原始数据进行降维,然后在降维后的空间中进行半监督聚类.由于在降维和聚类两个阶段中都利用了监督信息,从而使得算法的聚类性能得到进一步提升.在UCI标准数据集、yale人脸库以及文本数据集上的实验结果验证了该算法的有效性.

关键词：半监督降维、成对约束、半监督聚类、机器学习

所属期刊栏目：26

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60505004

在线出版日期：2008-11-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：185-188