SUCE:基于聚类集成的半监督二分类方法

• 作者: 刘福伦 王宏杰 王轩 闵帆
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 集成学习 聚类 聚类集成 半监督 二分类
• 年，卷（期）: 2018,（6）
• 页码范围: 974-980
• 页数: 7页
• 分类号: TP181
• 字数: 4965字
• 语种: 中文
• DOI: 10.11992/tis.201711027

摘要

半监督学习和集成学习是目前机器学习领域中的重要方法.半监督学习利用未标记样本,而集成学习综合多个弱学习器,以提高分类精度.针对名词型数据,本文提出一种融合聚类和集成学习的半监督分类方法SUCE.在不同的参数设置下,采用多个聚类算法生成大量的弱学习器;利用已有的类标签信息,对弱学习器进行评价和选择;通过集成弱学习器对测试集进行预分类,并将置信度高的样本放入训练集;利用扩展的训练集,使用ID3、Nave Bayes、kNN、C4.5、OneR、Logistic等基础算法对其他样本进行分类.在UCI数据集上的实验结果表明,当训练样本较少时,本方法能稳定提高多数基础算法的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王轩	西南石油大学计算机科学学院	5	8	2.0	2.0
2	刘福伦	西南石油大学计算机科学学院	4	7	2.0	2.0
3	闵帆	西南石油大学计算机科学学院	16	19	3.0	4.0
4	王宏杰	西南石油大学计算机科学学院	4	31	3.0	4.0