摘要
提出了一个基于k-means算法框架和半监督机制的single-means算法,以解决单类中心学习问题。k-means算法实质上是对一种混合高斯模型的期望最大化(EM)算法的近似,对该模型随机生成的多类混合数据集,从目标类中随机标定的初始中心出发,能确定地收敛到该类的实际中心。将single-means算法应用到对单类文本中心学习问题中,实验结果表明:在给定目标类中的小标定文本集后,新算法能够有效地改进类的初始中心,且对数据稀疏和方差较大的实际问题具有健壮性。
A new algorithm named ＂single-means＂ was presented to improve the centre estimation of the object class when a hybrid data set had unknown k value and feature of accumulating to centre. Based on that k-means algorithm was equivalent to Expectation Maximum （EM） algorithm on a special hybrid Gaussian model, it was proved that given a data set generated by the above Gaussian model, the true centre of the object Gaussian distribution could be converged by a new algorithm. The new algorithm was applied in learning the centre of single text class. The experiment shows that given a small labeled text set, the new algorithm can get a better centre, and is robust on sparse data set and that with great variance.
出处
《计算机应用》
CSCD
北大核心
2008年第10期2513-2516,共4页
journal of Computer Applications
基金
国家自然科学基金资助项目(60603027)
天津市应用基础研究计划项目(05YFJMJC11700)
作者简介
李志圣（1977-），男，江西上高人，博士研究生，主要研究方向：信息检索；（lzs_jeff@tom．com）
孙越恒（1974-），男，山东烟台人，讲师，主要研究方向：文本分类；
何丕廉（1943-），男，天津人，教授，博士生导师，主要研究方向：人工智能、计算机辅助教育；
侯越先（1972-），男，天津人，副教授，主要研究方向：机器学习、维数约简。
