标题：最优聚类中心选取的半监督K均值聚类算法
作者：孙建凯 李重
作者单位：浙江理工大学数学科学系，浙江 杭州 310018
关键字：半监督聚类，完备标签，自适应方法，目标函数，计算复杂度
摘要：半监督聚类利用已标记的数据样本对聚类过程进行指导，提高了无监督学习的准确率，但是现有的半监督聚类算法都是针对完备标签数据提出的，这样的要求不切合实际的应用。提出一种新的半监督聚类算法，首先通过自适应的方法预估聚类数，然后利用优化目标函数方法来寻求最佳聚类中心。该方法可以对不完备标签数据进行聚类划分，而且降低计算复杂度，实验验证其聚类结果和计算复杂度都有明显的改善。