%0 Journal Article
%T 基于bagging的选择性聚类集成
%A 唐伟？
%A 周志华？
%J 软件学报
%P 496-502
%D 2005
%X 使用集成学习技术来提高聚类性能.由于聚类使用的训练样本缺乏期望输出,与监督学习下的集成相比,在对个体学习器进行结合时更加困难.通过对不同的聚类结果进行配准,并基于互信息权进行个体学习器的选择,提出了基于bagging的选择性聚类集成算法.实验表明,该算法能够有效地改善聚类结果.
%K 机器学习
%K 集成学习
%K 聚类
%K 非监督学习
%K 选择性集成
%U http://www.jos.org.cn/ch/reader/view_abstract.aspx?file_no=20050402&flag=1