半监督约束聚类：深入综述、分级分类体系与未来研究方向
机器学习
2023-03-02 v1 人工智能
摘要
聚类是一种著名的无监督机器学习方法，能够自动将具有相似特征的离散实例集分组。约束聚类是该过程的半监督扩展，可在有专家知识指示可利用的约束时使用。此类约束的著名例子包括 must-link（指示两个实例属于同一组）和 cannot-link（两个实例肯定不属于同一组）。多年来，约束聚类的研究领域已显著增长，提出了大量新算法和更先进的约束类型。然而，目前尚无统一的综述以便轻松理解种类繁多的可用方法、约束和基准。为此，本研究详细阐述了约束聚类的背景，并提出了一种关于约束聚类中可用约束类型的新型分级分类体系。此外，它聚焦于实例级成对约束，并给出了其应用与历史背景的概述。最后，它给出了涵盖 307 种约束聚类方法的统计分析，依据其特征对其进行分类，并提供排名分数以基于流行度与验证质量指示哪些方法最具潜力。最后，基于该分析，给出了潜在的陷阱与未来研究方向。
引用
@article{arxiv.2303.00522,
title = {Semi-Supervised Constrained Clustering: An In-Depth Overview, Ranked Taxonomy and Future Research Directions},
author = {Germán González-Almagro and Daniel Peralta and Eli De Poorter and José-Ramón Cano and Salvador García},
journal= {arXiv preprint arXiv:2303.00522},
year = {2023}
}