作者:唐伟; 周志华机器学习集成学习聚类非监督学习选择性集成
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.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《软件学报》(CN:11-2560/TP)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。
省级期刊
人气 238654 评论 36
部级期刊
人气 214859 评论 35
人气 154251 评论 33
人气 151932 评论 53