聚类集成研究综述OA北大核心CSTPCD

聚类分析作为数据研究领域的基本技术,旨在从无标签数据集中发现有意义的簇结构。由Kleinberg定理可知不存在能够学习任何数据集的基本聚类算法,即没有一种聚类方法能够正确地找到所有数据集的簇结构。聚类集成解决了这一固有挑战,通过组合多个聚类结果来探索高稳定性和鲁棒性的最终聚类。近些年来,提出了许多聚类集成技术,产生了解决实际问题的新方法以及新应用领域。从基聚类生成机制和共识函数设计两个维度对聚类集成技术进行了综述,分析了各种方法的优缺点并进行实验比较。最后针对当前的研究现状,讨论了未来的研究方向。