基于重采样策略的选择性谱聚类集成学习算法

摘要：

提出了一种新的基于双重采样的选择性集成学习算法.针对集成学习要求学习器个体的差异性分布在样本空间的不同部分,对得到的聚类个体学习器输出进行重采样,以此来计算聚类个体的差异性.针对集成学习要求得到的个体学习器具有一定的精确性,对所有得到的学习器个体集合进行重采样来评估聚类个体精确性.在此基础上选择出集成学习所需的个体集合.以谱聚类算法作为基学习器,用聚类集成策略部分解决了谱聚类算法存在的尺度参数敏感问题,在UCI数据集上的仿真实验验证了算法的有效性.

关键词：谱聚类、聚类集成、选择性集成、重采样

所属期刊栏目：13

分类号：TP391.6(计算技术、计算机技术)

资助基金：国家科技支撑计划2012BAH25F02;国家自然科学基金项目61202313,61261027;江西省自然科学基金项目20122BAB211033,20122BAB211036,20122BAB201044

在线出版日期：2013-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：5536-5542