Bagging聚类算法中的自助采样法是什么？

Question

如题所述

Answer 1

Bagging聚类算法是一种集成聚类算法。它的基本思想是：从原始数据集中随机抽取不同的数据子集，然后对每个子集进行聚类，最后将所有子集的聚类结果结合起来。自助采样法是实现这一思想的一种方法，它是通过对每个数据点有一定概率选择它来构造数据子集的方法。这种方法与传统的随机采样方法不同，每次自助采样法会将样本的权重更新为被选择的概率的倒数，以便在下一次采样时对这个样本有更大的选择概率。这样，在每次迭代中被选中的样本的权重都会增加，从而更加突出这些样本在聚类结果中的重要性。