%0 Journal Article %A 谢红薇 %A 李晓亮 %T 基于多示例的K-means聚类学习算法 %D 2009 %R 10.3969/j.issn.1000-3428.2009.22.061 %J 计算机工程 %P 179-181 %V 35 %N 22 %X 多示例学习是继监督学习、非监督学习、强化学习后的又一机器学习框架。将多示例学习和非监督学习结合起来,在传统非监督聚类算法K-means的基础上提出MI_K-means算法,该算法利用混合Hausdorff距离作为相似测度来实现数据聚类。实验表明,该方法能够有效揭示多示例数据集的内在结构,与K-means算法相比具有更好的聚类效果。
%U http://www.ecice06.com/CN/10.3969/j.issn.1000-3428.2009.22.061