原创力文档- 1、本文档共11页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
基于约束的聚类和在线聚类
聚类分析
基于约束的聚类
①个体对象的约束
②聚类参数选择的约束
③距离或相似度函数的约束
④用户对各个簇的性质指定约束
⑤基于“部分”监督的半监督聚类
聚类分析
基于约束的聚类
含有障碍物的对象聚类
思考：如何不游泳而使用河对面的自动取款机。
聚类分析
基于约束的聚类
含有障碍物的对象聚类
障碍物问题的实质是对距离函数产生约束。
划分的聚类方法是解决障碍物问题的一种较好的选择，因为它
最小化对象和它们的簇中心之间的距离。
如果选择K-means方法，在障碍物存在的情况下，簇中心可能
是不可达的。
聚类分析
基于约束的聚类
用户约束的聚类分析
一家快递公司的快递送达服务满足约束：
思考：
（1）每站至少服务100个高价值客户；
（2）每站至少服务5000个普通客户。
如何确定共服务n个客户的k个服务点的位置，使客户和
服务站之间的路程最小。
聚类分析
基于约束的聚类
用户约束的聚类分析
这本质上，可以认为这是一个受约束的最优化问题。
用数学规划方法解决这个问题的代价是巨大的，比如要联立数百万的方程。
聚类分析
基于约束的聚类
用户约束的聚类分析
一种有效的方法是采用一种微聚类的思想
Ø通过把数据集划分为k组寻找一个初始“解”，每组满足用户指定的
约束。
Ø再把对象从一个簇转移到另一个簇来迭代的改进这个解，同时还要满
足那些约束。
聚类分析
基于约束的聚类
半监督聚类分析
基于约束的半监督聚类
半监督聚类方法
基于距离的半监督聚类
聚类分析
在线聚类
针对数据随时间会发生变化的数据集，研究者提出在线聚类算法处理这类问题。
在线学习产生的问题
聚类结果常常表现出对于准则函数中参数变化过于敏感，特别是当这些方法用于
在线学习时，可能会出现聚类结构不稳定的问题，簇的波动或者漂移。
如果数据内部结构不稳定而且新获得的信息会造成较大的结构重组，那么问题就
会变得比较复杂，因而就不能把问题只归因于特定的聚类描述。（稳定性/可塑性
两难问题）
聚类分析
在线聚类
“竞争学习”
“竞争学习”只对与新到样本最相似的一个聚类中心进行调整。
因此与该样本无关的其它类的性质得以保留。
竞争学习源自神经网络，在线聚类方法是多种思想结合的产物。
TheEnd
文档评论（0）