论文部分内容阅读
与无监督聚类相比，半监督聚类是利用一部分先验信息来更好地挖掘和理解数据的内在结构，并紧密遵从用户的偏好。现有的典型半监督聚类算法仅仅适合于低维数据，文中提出一种新颖的基于判别分析的半监督聚类算法来解决高维数据聚类问题。新算法首先使用主成分分析来投影高维数据，进一步在投影空间中，使用基于球形K均值聚类算法对数据聚类；然后利用聚类结果，使用线性判别分析降维输入空间数据；最后在投影空间中对数据再次聚类。在一组真实数据集上的实验表明，所提出的算法不仅可以有效地处理高维数据，还提高了聚类性能。