多视图聚类算法综述 |
| |
引用本文: | 何雪梅.多视图聚类算法综述[J].教育技术导刊,2019,18(4):79-81. |
| |
作者姓名: | 何雪梅 |
| |
作者单位: | 西华师范大学 计算机学院,四川 南充 637002 |
| |
摘 要: | 在大数据时代,数据是由不同来源生成的,或者是从不同视图中观察得到的,这些数据被称为多视图数据。在数据挖掘与分析中,充分发挥知识在多视图数据中的作用是非常重要的,因此需要在融合相关数据的同时,考虑不同视图的多样性。近年来,多视图聚类(MvC)受到越来越多学者关注,根据其涉及的机制和原则,将多视图聚类算法分为5类,即协同训练算法、多核学习、多视图聚类、多视图子空间聚类与多任务多视图聚类。对多视图聚类算法进行介绍,并重点介绍了协同训练算法与多核学习。
|
关 键 词: | 数据挖掘 聚类分析 多视图聚类 协同训练 多核学习 |
|
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |
|