25、约束聚类方法综述

约束聚类方法综述

1. 约束类型

聚类问题中遇到的约束可分为实例级约束和簇级约束。
- 实例级约束 ：是对数据对象对的成对必须链接（must - link）和不能链接（cannot - link）约束。必须链接约束要求两个对象必须放在同一簇中，不能链接约束则要求两个对象不能放在同一簇中。必须链接约束形成等价关系，其等价类有时被称为小块（chunklets）。可以根据必须链接约束将数据初始划分为小块。需要注意的是，成对约束形式的先验信息比标记数据形式的先验信息弱，标记数据可轻松转换为成对约束，但无法从成对约束推断出数据对象的标签。
- 簇级约束 ：除实例级约束外，约束聚类问题中还有其他约束。例如平衡约束，它会使簇的大小具有可比性；给定带正权重的数据对象，可限制每个簇中数据对象的总权重，这就是容量聚类问题；还可能对簇的半径设置上下限；也可以要求得到与初始聚类“不同”的聚类。

2. 带标记数据的约束聚类

2.1 基于搜索的方法

• 多目标优化问题 ：带有限数量标记数据的约束聚类可视为多目标优化问题，目标是最大化簇内相似度、最大化簇间相异度以及最小化簇杂质（衡量分区与先验知识（标签）之间的一致性）。
• Seeded - K - means 和 Constrained - K - means ：Basu 等人针对带标记数据的聚类问题开发了 K - means 算法的两个变体。
  • Seeded - K - means