基于密度中心图的弱监督分类方法.pdfVIP

6 ComputerEngineeringandApplications~af算机工程与应用 基于密度中心图的弱监督分类方法 陈 燕 ，耿国华 ，贾 晖 CHEN Yan一，GENG Guohua，JIA Hui’ 1．西北大学 信息科学与技术学院，西安 710127 2．西安邮电大学 计算机学院，西安 710121 1．SchoolofInformationandTechnology,NorthwestUniversity,Xi’an710127，China 2．SchoolofComputerScienceandTechnology,Xi’anUniversityofPostsandTelecommunications，Xi’an710121，China CHEN Yan，GENG Guohua，JIA Hui．Densitycentergraphbasedweaklysupervisedclassificationalgorithm．Com— puterEngineeringandApplications，2015，51(6)：6-10． Abstract：A densitycentergraphbasedweaklysupervisedclassificationalgorithm ispresented．Itlearnsfrom limited observationaldataandalargenumberofunlabelleddata．Itworksbyusingpointofdensitycenterwhichcapturestheshape andextentofadataset．Thentherightlabelisgiventothedatabyusingthelabelpropagationalgorithm ．Thisalgorithm is basedonmathematicalfoundation，therefore，itcandiscoverclasseswitharbitraryshapeandisinsensitivetonoisedata．It isefficientwhenitfaceswithlargescaledatabecauseofitslineartimecomplexity．Theexperimentsproveithasthose goodfeaturesmentionedabove． Keywords：weaklysupervisedlearning；classification；density；datamining 摘 要：提 出一种基于密度中心图的弱监督分类方法，利用少量 已标注样本，结合大量未知模式样本进行弱监督学 习。借助样本空间的密度信息，求出密度中心点来准确地反应数据的空间几何特征，在此基础上建图，利用标记传 递方法，使得相似的顶点尽可能赋予相同的类别标记。该方法具备基于图的弱监督算法的良好数学基础 ，可以发现 任意形状的类，对噪音不敏感。并且该方法具有近线性的时间复杂度 ，更适合处理大规模的数据。将该方法用于 UCI机器学习数据集，实验证明，该方法能获得较好的分类效果。 关键词：弱监督学习；分类；密度；数据挖掘 文献标志码：A 中图分类号：TP311．1 doi：10．3778／j．issn．1002．8331．1408．0063 l 引言 (weaklysupervisedlearning) 究如何利用未标记数据 机器学习方法通常分为两种类型：监督学习和无监 来辅助学习，以提高传统监督学习的预测性能 ，是近年 督学习。对于监督学习，已标注数据的数量会影响分 来国内外研究的热点问题之一。 类的结果 ，因为大量已标注的样本才能比较准确反映 根据学习方式的不同 ，弱监督学习方法又可分为： 数据的真实分布，从而使训练得到的分类器有好的预测 (1)生成式模型算法3[1。利用聚类假设 ，以生成式模型为 性能。现实中，获得已标注数据往往要耗费大量的人力 分类器，以样本的标签对于样本的输入特征的条件概率 物力，所以已标注数据常常有限。无监督聚类无需已标 建模 ，用EM算法进行标签估计和模型参数估计。该类 注样本的指导 ，可以