×
乌恩鲁，拉马赞;Petros公司的Xanthopoulos

基于内部质量度量的无监督集成学习加权框架。 （英语） 兹比尔1493.68321

安·Oper。物件。 276，编号1-2，229-247（2019）.
摘要：无监督集成或一致性聚类是指寻找个体聚类的最佳组合策略，该策略对算法聚类池的选择具有鲁棒性。最近，基于共识图的概念提出了一种方法，与前人相比，该方法具有深远的优势。尽管该方法具有稳健的特性，但它为每个集群对最终解决方案的贡献分配了相同的权重。本文针对这一问题提出了一种基于内部聚类质量度量的加权策略，并与其他常用方法进行了比较。在公开数据集上的结果表明，权重可以显著提高精度性能，同时保持鲁棒性。

MSC公司：

68T05型 人工智能中的学习和自适应系统
62H30型 分类和区分；聚类分析（统计方面）

关键词：

共识聚类;无监督学习;加权一致性聚类;图分区

软件：

MNIST公司;多俱乐部;UCI-毫升;剪影
PDF格式BibTeX公司 XML格式引用
\textit{R.ünlü}和\textit{P.Xanthopoulos}，Ann.Oper。第276号决议，第1--2号，第229--247号（2019年；Zbl 1493.68321）
全文： 内政部

参考文献：

[1] Abawajy，J.H.、Kelarev，A.V.和Chowdhury，M.（2013）。心电图数据聚类和分类的多阶段方法。生物医学中的计算机方法和程序，112（3），720-730·doi:10.1016/j.cmpb.2013.08.002
[2] Abello，J.、Pardalos，P.M.和Resende，M.G.（2013）。海量数据集手册（第4卷）。柏林：斯普林格。
[3] Brodersen，K.H.、Ong，C.S.、Stephan，K.E.和Buhmann，J.M.（2010年）。平衡精度及其后验分布。2010年第20届模式识别国际会议（ICPR）（第3121-3124页）。电气与电子工程师协会。
[4] Caliánski，T.和Harabasz，J.（1974年）。用于聚类分析的枝晶方法。统计学中的传播——理论与方法，3（1），1-27·Zbl 0273.62010 ·doi:10.1080/03610927408827101
[5] Chang，H.和Yeung，D.-Y.（2008）。稳健的基于路径的光谱聚类。模式识别，41（1），191-203·兹比尔1122.68525 ·doi:10.1016/j.patcog.2007.04.010
[6] Davies，D.L.和Bouldin，D.W.（1979）。集群分离措施。IEEE模式分析和机器智能汇刊，224-227·doi:10.10109/TPAMI.1979.4766909
[7] Deodhar，M.和Ghosh，J.（2006）。用于检测微阵列数据中重叠簇的一致性聚类。ICDM研讨会（第104-108页）。
[8] Dunn，J.C.（1973）。ISODATA过程的模糊关系及其在检测紧密且分离良好的簇中的使用。控制论杂志，3，32-57·Zbl 0291.68033号
[9] Ester，M.、Kriegel，H.-P.、Sander，J.和Xu，X.（1996年）。一种基于密度的算法，用于在带有噪声的大型空间数据库中发现簇。Kdd，96，226-231。
[10] Fodeh，S.J.、Brandt，C.、Luong，T.B.、Haddad，A.、Schultz，M.、Murphy，T.等人（2013年）。生物医学数据的互补集成聚类。生物医学信息学杂志，46（3），436-443·doi:10.1016/j.jbi.2013.02.001
[11] Fred，A.（2001年）。在数据分区中查找一致的集群。在多分类器系统中（第309-318页）。斯普林格·Zbl 0980.68682号
[12] Fred，A.L.和Jain，A.K.（2005）。使用证据积累结合多个聚类。IEEE模式分析和机器智能汇刊，27（6），835-850·doi:10.10109/TPAMI.2005.113
[13] Fu，L.和Medico，E.（2007）。Flame，一种用于DNA微阵列数据分析的新型模糊聚类方法。BMC生物信息学，8（1），3·doi:10.1186/1471-2105-8-3
[14] Gionis，A.、Mannila，H.和Tsaparas，P.（2007年）。集群聚合。ACM数据知识发现事务（TKDD），1（1），4·doi:10.1145/1217299.1217303
[15] Goder，A.和Filkov，V.（2008）。共识聚类算法：比较和改进。在Alenex（第8卷，第109-117页）。暹罗。
[16] Haghtalab，S.、Xanthopoulos，P.和Madani，K.（2015）。一个健壮的无监督一致性控制图模式识别框架。应用专家系统，42，6767-6776·doi:10.1016/j.eswa.2015.04.069
[17] Halkidi，M.和Vazirgiannis，M.（2001年）。聚类有效性评估：找到数据集的最佳分区。2001年IEEE数据挖掘国际会议论文集。ICDM 2001（第187-194页）。电气与电子工程师协会·Zbl 1009.68665号
[18] Halkidi，M.、Vazirgiannis，M.和Batistakis，Y.（2000年）。聚类过程中的质量方案评估。《第四届欧洲数据挖掘和知识发现原则会议论文集》，PKDD'00（第265-276页），英国伦敦：施普林格出版社。ISBN 3-540-41066-X.网址http://dl.acm.org/citation.cfm？id=645804.669820。2017年11月20日访问·Zbl 0998.68154号
[19] Jang，J.-S.R.、Sun，C.-T.和Mizutani，E.（1997年）。神经模糊和软计算：学习和机器智能的计算方法。新泽西州新泽西州：普伦蒂斯·霍尔。
[20] Johnson，S.C.（1967年）。层次聚类方案。《心理测量学》，32（3），241-254·Zbl 1367.62191号 ·doi:10.1007/BF02289588
[21] Kotsiantis，S.、Kanellopulos，D.、Pintelas，P.等人（2006年）。处理不平衡数据集：综述。GESTS国际计算机科学与工程汇刊，30（1），25-36。
[22] Kovács，F.、Legány，C.和Babos，A.（2005年）。聚类有效性测量技术。在第六届匈牙利研究人员计算智能国际研讨会上。
[23] Křivánek，M.和Morávek，J.（1986）。层次树聚类中的Np-hard问题。《信息学报》，23（3），311-323·Zbl 0644.68055号 ·doi:10.1007/BF00289116
[24] Kuncheva，L.I.、Hadjitodorov，S.T.和Todorova，L.P.（2006）。集群集成方法的实验比较。2006年第九届信息融合国际会议（第1-7页）。电气与电子工程师协会。
[25] Lancichinetti，A.和Fortunato，S.（2012年）。复杂网络中的一致性聚类。科学报告，2336·doi:10.1038/srep00336
[26] Lawlor，N.、Fabbri，A.、Guan，P.、George，J.和Karuturi，R.K.M.（2016）。multiclust：一个用于识别癌症转录组中生物相关簇的r包。癌症信息学，15103·doi:10.4137/CIN。8000英镑
[27] LeCun，Y.和Cortes，C.（2010年）。Mnist手写数字数据库。AT&T实验室【在线】。http://yann.lecun.com/exdb/mnist。2017年11月20日访问。
[28] Li，T.，&Ding，C.（2008）。2008年SIAM数据挖掘国际会议（第12页），2008年4月24日至26日，佐治亚州亚特兰大。
[29] Li，T.、Ogihara，M.和Zhu，S.（2006）。集成不同来源的功能以进行音乐信息检索。在2006年第六届数据挖掘国际会议上。ICDM’06（第372-381页）。电气与电子工程师协会，
[30] Lichman，M.（2013）。UCI机器学习库。统一资源定位地址http://archive.ics.uci.edu/ml。2017年11月20日访问。
[31] Liu，H.、Cheng，G.和Wu，J.（2015）。大数据上的共识聚类。第十二届服务系统和服务管理国际会议（ICSSSM），2015年（第1-6页）。电气与电子工程师协会。
[32] Liu，Y.、Li，Z.、Xiong，H.、Gao，X.和Wu，J.（2010）。了解内部集群验证措施。2010年IEEE第十届数据挖掘国际会议（ICDM）（第911-916页）。电气与电子工程师协会。
[33] MacQueen，J.等人（1967年）。多元观测值分类和分析的一些方法。第五届伯克利数理统计与概率研讨会论文集，美国加利福尼亚州奥克兰（第1卷，第281-297页）·Zbl 0214.46201号
[34] Mangasarian，O.L.，Nick Street，W.和Wolberg，W.H.（1995）。通过线性规划进行乳腺癌诊断和预后。运筹学，43（4），570-577·Zbl 0857.90073号
[35] McLachlan，G.和Peel，D.（2000）。多元正态混合物。在有限混合模型中。新泽西州霍博肯：威利。https://doi.org/10.1002/0471721182.ch3。 ·Zbl 0963.62061号
[36] McQuitty，L.L.（1957）。用于隔离正交和倾斜类型以及类型相关性的基本链接分析。教育和心理测量，17207-229·doi:10.1177/001316445701700204
[37] Ng，A.Y.，Jordan，M.I.，Weiss，Y.等人（2002年）。关于谱聚类：分析和算法。神经信息处理系统进展，2849-856。
[38] Nguyen，N.和Caruana，R.（2007年）。共识聚类。在2007年第七届IEEE数据挖掘国际会议上。ICDM 2007（第607-612页）。电气与电子工程师协会
[39] Race，S.L.（2014）。迭代共识聚类。罗利：北卡罗来纳州立大学。
[40] Rajaraman，A.、Ullman，J.D.、Ull曼，J.D和Ullman J.D（2012年）。海量数据集的挖掘（第77卷）。剑桥：剑桥大学出版社。
[41] Rendón，E.、Abundez，I.、Arizmendi，A.和Quiroz，E.（2011年）。内部与外部群集验证索引。国际计算机与通信杂志，5（1），27-34。
[42] Rousseeuw，P.J.（1987）。轮廓：用于解释和验证聚类分析的图形辅助工具。计算与应用数学杂志，20，53-65·Zbl 0636.62059号 ·doi:10.1016/0377-0427（87）90125-7
[43] Sharma，S.（1996年）。应用多元技术。纽约州纽约市：Wiley。
[44] Shi，J.和Malik，J.（2000）。标准化剪切和图像分割。IEEE模式分析和机器智能汇刊，22（8），888-905·数字对象标识代码：10.1109/34.868688
[45] Sneath，P.H.（1957）。计算机在分类法中的应用。普通微生物学杂志，17（1），201-226·doi:10.1099/00221287-17-1-184
[46] Strehl，A.和Ghosh，J.（2003）。集群集成——用于组合多个分区的知识重用框架。机器学习研究杂志，3，583-617·Zbl 1084.68759号
[47] Sukegawa，N.、Yamamoto，Y.和Zhang，L.（2013）。集团划分问题的拉格朗日松弛和钉住检验。数据分析和分类进展，7（4），363-391·Zbl 1308.90155号 ·doi:10.1007/s11634-013-0135-5
[48] Topchy，A.、Jain，A.K.和Punch，W.（2005年）。集群集合：共识和弱分割模型。IEEE模式分析和机器智能汇刊，27（12），1866-1881·doi:10.1109/TPAMI.2005.237
[49] Vega-Pons，S.和Ruiz-Shulcloper，J.（2011年）。聚类集成算法综述。国际模式识别与人工智能杂志，25（03），337-372·doi:10.1142/S021801411008683
[50] Weiss，S.M.和Kulikowski，C.A.（1991）。学习的计算机系统：来自统计、神经网络、机器学习和专家系统的分类和预测方法。加利福尼亚州旧金山：Morgan Kaufmann Publishers，Inc。
[51] Weng，C.G.和Poon，J.（2008）。一种新的非平衡数据集评价方法。《第七届澳大利亚数据挖掘会议论文集》（第87卷，第27-32页）。澳大利亚计算机学会。
[52] Xanthopoulos，P.（2014）。共识聚类方法综述。T.M.Rassias、C.A.Floudas和S.Butenko（编辑），《科学与工程优化》（第553-566页）。纽约：斯普林格·Zbl 1322.62178号
[53] Yu，X.、Yu，G.和Wang，J.（2017）。通过投影聚类集成对癌症基因表达数据进行聚类。普洛斯一号，12（2），e0171429·doi:10.1371/journal.pone.0171429
[54] Zahn，C.T.（1971）。检测和描述格式塔簇的图论方法。IEEE计算机汇刊，100（1），68-86·Zbl 0264.68040号 ·doi:10.1109/T-C.1971.223083
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。