结合x-means聚类的自适应随机子空间组合分类算法

？针对大规模数据的分类准确率低且效率下降的问题，提出一种结合x-means聚类的自适应随机子空间组合分类算法。首先使用x-means聚类方法，保持原有数据结构的同时，把复杂的数据空间自动分解为多个样本子空间进行分治学习;而自适应随机子空间组合分类器，提升了基分类器的差异性并自动确定基分类器数量，提升了组合分类器的鲁棒性及分类准确性。该算法在人工和uci数据集上进行了测试，并与传统单分类和组合分类算法进行了比较。实验结果表明，对于大规模数据集，该方法具有更好的分类精度和健壮性，并提升了整体算法的效率。