22、基于非负矩阵分解的多视图聚类及图基多视图聚类方法

基于非负矩阵分解的多视图聚类及图基多视图聚类方法

一、基于非负矩阵分解的多视图聚类

1. 数据集介绍
   • Classic30 和 Classic300 ：源自 Classic3，最初有 Medline、Cisi 和 Cranfield 三个类别。Classic30 是 30 篇随机选取的论文集合，每篇论文约 1000 字；Classic300 是 300 篇随机选取的文档集合，每篇文档约 3625 字。
   • 20 - Newsgroup—NG5 ：是 20 - Newsgroup 数据的子集，包含 500 篇论文，每篇论文描述约 2000 字，与政治领域相关。
2. 波形数据集上的方法演示
   • 数据分离 ：将 5000×40 的基本波形数据集分为两个数据集，一个 5000×20 包含所有重要变量，另一个 5000×20 包含噪声变量子集。
   • 聚类过程
     • 利用 PCA 将数据投影到二维空间，颜色表示每个数据的关联簇。
     • 使用 NMF 对仅包含相关特征的子集进行聚类，准确率为 74.3%。
     • 采用协作原则在所有 NMF 聚类结果之间共享聚类知识，不访问源数据。
   • 结果分析