聚类结果评价方法与聚类知识提取技术的研究.pdf

1、聚类是一种无监督的学习，其任务是按照给定的相似性将数据分组，使得同组数据彼此相似而不同组数据不相似。由于用来聚类的数据本身并没有类别信息，故而无法通过传统的“训练——测试”方法来判定聚类的效果。因此，对聚类结果的评判就只能依赖于聚类评价指标。聚类评价指标的作用是检测聚类的结果是否符合“同组数据相似，不同组数据不相似”的要求。而对于什么样的数据被称为相似则并无一个统一的标准。聚类算法与聚类评价指标所采取的相似性定义往往并不一致，这就导致了

2、在某种意义下聚类评价指标的无用性。“可解释性”是评价聚类的一个重要依据，因此在评价聚类时应首先对聚类结果做出相应的解释，而后根据解释信息做出评价。解释聚类结果时首先应对聚类结果进行一定程度的抽象，提取出相应的知识；然后通过知识来描述、解释聚类结果。代表点方法是一类经典的聚类表示方法，基于这种方法构造的聚类算法与增量聚类算法都具有很好的效果。有鉴于此，本文提出了一种用聚类算法原有相似性定义进行聚类评价的方法。这种方法首先对聚类结果进行知识