摘要：在分类算法和回归模型中，融合方法正得到越来越广泛的应用，但在非监督机器学习领域，由于缺乏数据集的先验知识，则不能直接用于聚类算法。提出并实现了一种基于投票策略的聚类融合算法，该算法利用k—means算法每次随机选取聚类中心而得到不同样本划分的特性，将多次运行得到的聚类结果通过投票的方式合并，从而得到最终的结果。通过一系列真实数据和合成数据集的实验证明，这种方法比单一的聚类算法能更有效地提高聚类的准确率。在此基础上，为了降低高维数据运算的复杂性，将随机划分属性子空间的方法应用到上述聚类融合算法中，实验证明，该方法同时也能够在一个属性子空间上获得好的聚类结果。http://www.cqvip.com//QK/92897X/200803/26808486.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）