| 基尼指数结合K均值聚类的协同训练算法 |
| |
| 引用本文： | 徐善亮,吕佳. 基尼指数结合K均值聚类的协同训练算法[J]. 重庆师范大学学报(自然科学版), 2022, 0(4): 134-140 |
| |
| 作者姓名： | 徐善亮 吕佳 |
| |
| 作者单位： | 重庆师范大学计算机与信息科学学院；重庆师范大学重庆市数字农业服务工程技术研究中心，重庆401331 |
| |
| 基金项目： | 国家自然科学基金(No.11971084)； |
| |
| 摘 要： | 【目的】针对在标准协同训练中不具有充分冗余的视图分割，致使分类器错误累计过多，以及一对基分类器标记样本类别不一致的问题，提出了基尼指数结合K均值聚类的协同训练算法。【方法】该算法首先计算已标记样本中各特征的基尼指数，将该指数升序排列后均等划分到两个视图，然后在基分类器所标记的样本中，运用K均值聚类确定标记不一致样本的类别后加入标记样本。【结果】通过9个UCI数据集在3组实验上的结果表明，所提算法相较于对比算法提升了分类效果。【结论】运用基尼指数均等划分关键特征于两个视图，有利于改善视图分割不充分冗余的缺陷；K均值聚类法对分类不一致样本进行重新标记，降低了协同训练算法中的误标记率。
|
| 关 键 词： | 半监督学习 协同训练 基尼指数 K均值聚类 |
A Co-Training Algorithm Based on a Combination of Gini Index and K-means Clustering |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《重庆师范大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《重庆师范大学学报(自然科学版)》下载全文 |
