基于PCA和K-均值聚类的有监督分裂层次聚类方法

• 作者: 夏庆霖 张振飞 浦路平 胡光道 赵鹏大
• 来源期刊: 计算机应用研究
• 关键词: 数据挖掘 机器学习 有监督聚类 分裂层次聚类
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 软件技术研究
• 页码范围: 1412-1414
• 页数: 3页
• 分类号: TP301
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2008.05.038

摘要

提出了一种新的基于PCA和K-均值聚类的有监督二叉分裂层次聚类方法PCASHC,用K-均值聚类进行逐次二叉聚簇分裂,选择PCA第一主成分相距最远样本点作为K-均值聚类初始聚簇中心,解决了K-均值聚类初始中心随机选择导致结果不确定的问题,用聚簇样本类别方差作为聚簇样本不纯度控制聚簇分裂水平,避免过拟合,可学习到合适的聚类数目.用四组UCI标准数据集对其进行了10折交叉验证分类误差检验,与另外七种分类器相比说明PCASHC有较高的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡光道	中国地质大学遥感地质与数学地质所	99	1965	23.0	41.0
2	赵鹏大	中国地质大学遥感地质与数学地质所	112	1951	24.0	40.0
3	夏庆霖	中国地质大学遥感地质与数学地质所	42	721	15.0	25.0
4	浦路平	中国地质大学遥感地质与数学地质所	2	14	1.0	2.0
8	张振飞	中国地质大学遥感地质与数学地质所	13	153	7.0	12.0