基于Bagging的选择性聚类集成

• 作者: 周志华 唐伟
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 机器学习 集成学习 聚类 非监督学习 选择性集成
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 496-502
• 页数: 7页
• 分类号: TP181
• 字数: 5822字
• 语种: 中文

摘要

使用集成学习技术来提高聚类性能.由于聚类使用的训练样本缺乏期望输出,与监督学习下的集成相比,在对个体学习器进行结合时更加困难.通过对不同的聚类结果进行配准,并基于互信息权进行个体学习器的选择,提出了基于Bagging的选择性聚类集成算法.实验表明,该算法能够有效地改善聚类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周志华	南京大学计算机软件新技术国家重点实验室	92	3105	30.0	55.0
2	唐伟	南京大学计算机软件新技术国家重点实验室	10	458	7.0	10.0