基于K-means和Label+Propagation的半监督网页分类

Posted fpga&matlab

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了基于K-means和Label+Propagation的半监督网页分类相关的知识,希望对你有一定的参考价值。

1.问题描述:

 

首先“K均值算法”和“基于局部和全局一致性算法”的整合,并不是两个算法的简单拼凑,这里,实际上结合了“K均值算法”和“基于局部和全局一致性算法”两者算法的思想。根据你提供的算法思想,算法的基本步骤是:

-----------------------------------------------------------------------------------------------------

输入:数据集(其中训练样本和测试样本分别占一定的比例)和图像其中有少量样本已被标记类别,而且每一类至少标记一个训练样本。

-----------------------------------------------------------------------------------------------------

Step1计算少量有标记样本的均值,得到c(类别数目)个初始聚类中心点;

以上是关于基于K-means和Label+Propagation的半监督网页分类的主要内容,如果未能解决你的问题,请参考以下文章

KNN和K-Means的区别

K-Means 算法

为啥 k-means 聚类散点图显示不同的结果?

基于K-means聚类算法的图像分割 和 基于机器学习的图像二元分类

Matlab/CV系列基于帧间相关性和K-means的视频篡改检测matlab实现

基于Tensorflow的K-means聚类