一种改进的半监督K-Means聚类算法

摘要：

半监督聚类利用部分标签的数据辅助未标签的数据进行学习,从而提高聚类的性能.针对基于K-means的聚类算法发现非球状簇能力差的问题,本文提出新的处理思想,即把已标签数据对未标签数据的引力影响加入到类别分配决策中,给出了类与点的引力影响度定义,设计了带引力参数的半监督K-means聚类算法.实验表明,该算法在处理非球状簇分布的聚类时比现有的半监督K-means方法效果更好.

关键词：半监督聚类、constrained-K-means、标记数据、引力影响、非球状簇

所属期刊栏目：33

分类号：TP181(自动化基础理论)

资助基金：2010年度浙江省教育厅项目Y201016493

在线出版日期：2012-02-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：138-143