一种基于kmeans聚类的半监督学习方法及其应用

摘要

本发明涉及一种基于kmeans聚类的半监督学习方法及其应用，属于计算机领域。该方法包括以下步骤：多次随机按比例选取不同类别样本、特征进行kmeans聚类，由子簇中不同类别占比判定该簇样本类别；每一次迭代中，由本轮所有聚类结果，根据投票法决定待确定样本的所属类别；对于每一次kmeans聚类，由该聚类轮廓系数转换后的最大值点直接确定聚类的中心点个数。能够解决样本不平衡问题，集成学习的方式能够有效解决样本不平衡问题，通过集成学习的迭代，能够进一步保证不平衡数据分析效果的稳定性。