主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第8期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
唐伟,周志华.基于Bagging的选择性聚类集成.软件学报,2005,16(4):496-502
基于Bagging的选择性聚类集成
Bagging-Based Selective Clusterer Ensemble
投稿时间:2003-11-03  修订日期:2004-07-27
DOI:
中文关键词:  机器学习  集成学习  聚类  非监督学习  选择性集成
英文关键词:machine learning  ensemble learning  clustering  unsupervised learning  selective ensemble
基金项目:Supported by the National Outstanding Youth Foundation of China under Grant No.60325207(国家杰出青年科学基金)
作者单位
唐伟 南京大学,计算机软件新技术国家重点实验室,江苏,南京,210093 
周志华 南京大学,计算机软件新技术国家重点实验室,江苏,南京,210093 
摘要点击次数: 3799
全文下载次数: 5372
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.
英文摘要:
      This paper uses ensemble learning technique to improve clustering performance. Since the training data used in clustering lacks the expected output, the combination of component learner is more difficult than that under supervised learning. Through aligning different clustering results and selecting component learners with the help of mutual information weight, this paper proposes a Bagging-based selective clusterer ensemble algorithm. Experiments show that this algorithm could effectively improve the clustering results.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利