69、基于行列式点过程的聚类集成选择与生成式直方图模型

基于行列式点过程的聚类集成选择与生成式直方图模型

1. 基于行列式点过程的聚类集成选择

在聚类集成选择中，传统基于排序的方法在筛选基础聚类时存在困难，可能会遗漏重要的多样化聚类。因此，我们引入基于行列式点过程（DPP）采样的聚类集成选择方法。

1.1 构建L矩阵

内积 $\varphi_i^T \cdot \varphi_j \in [-1, +1]$ 表示元素 $i$ 和 $j$ 之间的相似度。$L_{ij}$ 由元素对的质量和多样性组成，可表示为 $L = {L_{ij} = q_i \cdot s_{ij} \cdot q_j | 1 \leq i \leq M, 1 \leq j \leq M }$。

• 基础聚类的质量评估 ：采用内部有效性指标来评估基础聚类的质量，具体选用了紧凑性指数（CPI）、戴维斯 - 布尔丁指数（DBI）、卡林斯基 - 哈拉巴斯指数（CHI）和I指数。为使所有指标与聚类质量呈正相关，对DBI和CPI进行变换：$DBI = \exp(-DBI)$，$CPI = \exp(-CPI)$，并使用最小 - 最大归一化将所有内部指标的值映射到 $[0,1]$。基础聚类 $c_i$ 的质量评估 $q_i$ 可通过对四个内部有效性指标的值求平均得到：$q_i = q(c_i) = \frac{CPI(c_i) + DBI(c_i) + I(c_i) + CHI(c_i)}{4}$。
• 基础聚类的多样性评估 ：采用归一化互信息（NMI）来衡量两个基础聚类 $c_i$ 和 $c_j$ 之间的相似度，即 $s_{i,j} = s(c_i