基于三阶张量的大规模数据谱聚类集成算法

摘要

为了降低大规模数据谱聚类计算负担，进一步提高聚类的准确性和鲁棒性，提出了一种基于三阶张量的大规模数据谱聚类集成算法。首先，提出一种混合代表最近邻近似方法构造数据间的稀疏亲和子矩阵；然后将稀疏亲和子矩阵表示为二部图，通过图分割的方法得到初步聚类结果；最后，提出三阶张量集成方法，将多个聚类结果进行融合，得到最终的聚类结果。在大规模的真实数据集和合成数据集上验证，相较经典的谱聚类算法、聚类集成算法以及近年来对其改进的算法，该算法表现出更优异的性能。

关键词： 数据聚类 ; 大规模数据 ; 谱聚类 ; 三阶张量 ; 聚类集成

0 引言

聚类作为一种无监督学习方法，只需