使用背景知识的有约束的K-均值聚类
需积分: 50 199 浏览量
2018-08-26
05:51:30
上传
评论 1
收藏 153KB DOCX 举报
摘 要
传统上，聚类被视为数据分析的无监督方法。但是，在某些情况下，除了数据
实例本身之外，还有关于问题域的信息。在本文中，我们将演示如何利用流行的 k
均值聚类算法来利用这些信息进行有利的修改。 在对六个数据集进行人为约束的实
验中，我们可以观察到聚类精度的提高。我们也将这种方法应用于从 GPS 数据中自
动检测道路车道的现实问题，并观察到聚类性能的激增。
1. 导语
聚类算法通常以无监督的方式使用。它们呈现出一组必须按照相似性概念归类
的数据。算法只能访问这些特征描述对象；它没有提供任何关于每个实例应该放置
在分区内的信息（例如标签）。但是，在实际应用领域中，实验者往往拥有一些可
以用来聚合数据的背景知识（关于域或数据集）。即使存在传统的聚类算法，也可
以利用这些信息的优势。因此，我们有兴趣将背景信息整合到聚类算法中。我们之
前曾使用经过修改的 COBWEB 版本（Fisher，1987）成功地使用了关于实例对的背
景信息来约束它们的聚类（Wagsta ff ＆Cardie，2000）。 K-means 是另一种流行的聚
类算法，已经用于各种应用领域，如图像分割（Marroquin ＆Girosi，1993）和信息
检索（Bellot ＆El-Beze，1999）。由于其广泛的使用，我们认为开发一个可以利用
资源评论
