基于共享近邻的成对约束谱聚类算法

来源：计算机工程与应用杂志2019年第2期北京时间：

作者：王小玉1，丁世飞1，2

单位：1.中国矿业大学 计算机科学与技术学院，江苏 徐州 221116；2.中国科学院 计算技术研究所 智能信息处理重点实验室，北京 100190

摘要：谱聚类算法是基于谱图划分理论的一种机器学习算法，它能在任意形状的样本空间上聚类且收敛于全局最优解。但是传统的谱聚类算法很难正确发现密度相差比较大的簇，参数的选取要靠多次实验和个人经验。结合半监督聚类的思想，在给出一部分监督信息的前提下，提出了一种基于共享近邻的成对约束谱聚类算法（Pairwise Constrained Spectral Clustering Based on Shared Nearest Neighborhood，PCSC-SN）。PCSC-SN算法是用共享近邻去衡量数据对之间的相似性，用主动约束信息找到两个数据点之间的关系。在数据集UCI上做了一系列的实验，实验结果证明，与传统的聚类算法相比，PCSC-SN算法能够获得更好的聚类效果。

关键词：半监督聚类,谱聚类,共享近邻,成对约束