Phân cụm ban giám sát

Đề cương đề tài mã số: DT0024

Tóm tắt nội dung

Mục tiêu chính của khúa luận là nghiên cứu khung (framework) xác suất Hidden Markov Random Field (HMRF) [Zhang et al., 2001] cho phép dùng một loạt các độ lệch, bao gồm các độ lệch Bregman (như khoảng cách Euclide bình phương, độ lệch-KL, …) và các độ đo khoảng cách có hướng (như khoảng cách cosine). Qua đó và qua tìm hiểu các thuật toán phân cụm bán giám sát trên cơ sở ràng buộc và trên cơ sở metric, tôi giới thiệu một phương pháp mới trên cơ sở thuật toán K-Means: HMRF-Kmeans, cực tiểu húa được hàm mục tiêu xuất phát từ xác suất đồng thời của mô hình, và cho phép phối hợp các phương pháp trên cơ sở ràng buộc và trên cơ sở metric làm một. Ngoài ra, trong khúa luận có giới thiệu một thuật toán học động hai pha (two-phase) cho việc chọn các cặp ràng buộc có nhiều thông tin trong query - driven khung từ mô hình HMRF, cải thiện đáng kể sự thực thi với lượng tương đối nhỏ thông tin cung cấp từ người dùng. Sau đó mô tả một số đặc tính và dùng thực nghiệm đánh giá thuật toán trên tập dữ liệu mẫu UCI.

Mục Lục

Mở đầu              1

Chương 1. Tổng quan về khai phá dữ liệu              3

1.1. Giới thiệu chung              3

1.2. Khái niệm khai phá dữ liệu              4

1.3. Các phương pháp khai phá dữ liệu              5

1.3.1. Các nhiệm vụ chính của khai phá dữ liệu              5

1.3.2. Phân loại              5