符號屬性數(shù)據(jù)的半監(jiān)督聚類與屬性選擇.pdf

1、在機器學習領域中，聚類和屬性選擇問題已經成為分析數(shù)據(jù)的有效手段。聚類是無監(jiān)督學習的基本技術，其目的是在沒有數(shù)據(jù)先驗信息下分析數(shù)據(jù)的結構。一般而言，一個好的聚類算法要遵循類內(Intra-class)對象相似度最大而類間(Inter-class)對象相似度最小的原則。屬性選擇是在屬性全集中選擇重要的屬性去掉冗余的屬性，在提高學習效率和預測精度，降低算法復雜度都有明顯的效果。
　　 近年來，半監(jiān)督學習成為一個研究熱點，而其中的半監(jiān)督

2、聚類與半監(jiān)督屬性選擇是重要研究內容。然而，絕大多數(shù)現(xiàn)有半監(jiān)督聚類與半監(jiān)督屬性選擇方法關注的是連續(xù)性屬性數(shù)據(jù)，對符號屬性數(shù)據(jù)相關研究還比較少。在現(xiàn)實應用中符號數(shù)據(jù)大量存在，因此符號屬性數(shù)據(jù)的半監(jiān)督聚類和屬性選擇是也是亟待研究的內容。本文對符號屬性數(shù)據(jù)的半監(jiān)督聚類與屬性選擇進行了研究，分別提出兩種半監(jiān)督聚類方法和半監(jiān)督屬性選擇方法。
　　 基于聚類集成思想，提出了一種符號屬性數(shù)據(jù)半監(jiān)督聚類的集成策略。為了有效進行集成，構造了四種基于

3、權重的投票策略去獲得最終的聚類結果。此外，提出了一種分裂再組合的聚類方法，利用無監(jiān)督和有監(jiān)督信息的形成等價關系，將樣本劃分成一個個小的簇，然后再將這些小簇通過基于不同集簇間距離度量策略的層次聚類方法進行組合得到最終的聚類結果。
　　 受到監(jiān)督學習中屬性選擇算法mRMR的啟發(fā)，本文重新定義了半監(jiān)督環(huán)境下的屬性相關性和冗余性，構造一種最小冗余最大相關的符號數(shù)據(jù)半監(jiān)督屬性選擇算法。此外，將粗糙集理論中傳統(tǒng)的依賴度拓展到了半監(jiān)督領域，提