基于图收缩的半监督聚类算法

为了在只有少量已知标记的数据集中获得较好的聚类效果，提出了一种基于图收缩的半监督聚类算法。首先将整个样本空间中的数据表达为一个带权图，再根据给出的must-link约束，对图进行边收缩的修改，进而增强must-link约束。在此基础上引入图拉普拉斯算子，结合cannotlink约束将样本空间投影到一个特征子空间。最后在子空间上进行聚类分析。实验结果表明，该方法不仅提高了对复杂数据的聚类结果，而且在约束对数量较少时也能获得较好的结果。