基于隐含变量的聚类集成模型

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：聚类集成能成为机器学习活跃的研究热点，是因为聚类集成能够保护私有信息、分布式处理数据和对知识进行重用，此外，噪声和孤立点对结果的影响较小．主要工作包括：第一，分析了把每一个基聚类器看成是原数据的一个属性这种处理方式的优越性发现按此方法建立起来的聚类集成算法就具有良好的扩展性和灵活性；第二，在此基础之上，建立了latent variable cluster ensemble（LVCE）概率模型进行聚类集成，并且给出了LVCE模型的Markov chain Monte Carlo（MCMC）算法．实验结果表明，LVCE模型的MCMC算法能够进行聚类集成并且达到良好的效果。同时可以体现数据聚类的紧密程度．http://www.cqvip.com//QK/96857X/200904/29908753.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Monte Carlo Variable Cluster Latent Markov 聚类集成 隐含变量 聚类集成模型 Chain MONTE