大數(shù)據(jù)領(lǐng)域的迅速發(fā)展,使得用戶數(shù)據(jù)信息日益完善、數(shù)倉整合更加合理、數(shù)據(jù)質(zhì)量不斷提高,因此數(shù)據(jù)的價(jià)值越來越大。如何合理的利用戶數(shù)據(jù)進(jìn)行個(gè)性化服務(wù)和推薦已經(jīng)成為智能社交平臺的研究熱點(diǎn)。而用戶分層是個(gè)性化服務(wù)的基礎(chǔ),因此做好基礎(chǔ)的聚類任務(wù)至關(guān)重要。目前應(yīng)用較為廣泛的K-Means算法在混合數(shù)據(jù)聚類上受限于相似性度量的選擇,所以本文提出了基于K-Means算法與原型網(wǎng)絡(luò)的兩階段聚類算法,將原型網(wǎng)絡(luò)擴(kuò)展到無監(jiān)督聚類,從而可以通過原型網(wǎng)絡(luò)訓(xùn)練得到一個(gè)嵌入空間,使得混合數(shù)據(jù)投影到嵌入空間后類內(nèi)高度聚合,類間高度分離。為了驗(yàn)證算法可行性,我們首先在手寫字?jǐn)?shù)據(jù)集上進(jìn)行測驗(yàn)。該數(shù)據(jù)集共有1700個(gè)樣本,共有10個(gè)類別。首先是第一階段使用K-Means算法標(biāo)注閾值范圍內(nèi)的樣本,實(shí)現(xiàn)數(shù)據(jù)轉(zhuǎn)化,然后將標(biāo)注樣本放入原型網(wǎng)絡(luò)訓(xùn)練得到嵌入空間并完成所有樣本的聚類。同時(shí)我們還與K-Means算法、K-Means++算法、PCA-based算法進(jìn)行聚類效果比較。采用同質(zhì)性評分、完整性評分、ARI、AMI、Silhouette、V measure這五個(gè)指標(biāo)進(jìn)行聚類效果的對比。結(jié)果表明:本文提出的算法各項(xiàng)指標(biāo)最高,PCA-b...

【文章頁數(shù)】：53 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2.1嵌入空間示意圖

第二章聚類算法簡介9算法原理簡單但仍能得到良好的訓(xùn)練結(jié)果。原型網(wǎng)絡(luò)的基本思想是從支持集={(1,1),,(,)}中提取每個(gè)類原型向量，并根據(jù)查詢集與每個(gè)類的原型向量之間的距離對查詢集中的樣本點(diǎn)進(jìn)行分類。更準(zhǔn)確地說，原型網(wǎng)絡(luò)學(xué)習(xí)了一個(gè)嵌入函數(shù)h(x)用于數(shù)據(jù)投影，該函數(shù)被參數(shù)化為神....

圖3.3手寫數(shù)字?jǐn)?shù)據(jù)集

第三章基于K-Means與原型網(wǎng)絡(luò)的兩階段聚類算法19圖3.3手寫數(shù)字?jǐn)?shù)據(jù)集圖3.4數(shù)據(jù)集所含類別分占比布圖3.2.1聚類算法間的比較為了論證本文提出的算法的有效性，我們將對比分析本文提出的算法與的K-Means算法及其改進(jìn)算法的聚類效果。Random表示最基本的K-Means算....

圖3.4數(shù)據(jù)集所含類別分占比布圖

第三章基于K-Means與原型網(wǎng)絡(luò)的兩階段聚類算法19圖3.3手寫數(shù)字?jǐn)?shù)據(jù)集圖3.4數(shù)據(jù)集所含類別分占比布圖3.2.1聚類算法間的比較為了論證本文提出的算法的有效性，我們將對比分析本文提出的算法與的K-Means算法及其改進(jìn)算法的聚類效果。Random表示最基本的K-Means算....

圖3.5手寫數(shù)字聚類實(shí)驗(yàn)結(jié)果圖

基于K-Means與原型網(wǎng)絡(luò)的兩階段聚類算法及應(yīng)用20算法的一種改進(jìn)算法，不同于傳統(tǒng)的隨機(jī)抽樣的方法選取初始聚類中心的方法，該算法在選擇初始聚類中心時(shí)盡可能地讓各聚類中心之間距離遠(yuǎn)，也就是讓各類別的差異盡可能的明顯；PCA-based算法是先對原始數(shù)據(jù)進(jìn)行主成分分析，對原始數(shù)據(jù)進(jìn)....

本文編號：3916844