クラスタアンサンブル - 機械学習の「朱鷺の杜Wiki」クラスタアンサンブル (cluster ensemble)† アンサンブル学習の枠組みで行うクラスタリング． 条件を変えて対象集合を分けて，同じ対象集合の複数のクラスタリングを得る． これらを弱クラスタリングなどという． これらの弱クラスタリングをまとめて一つのクラスタリングを得るのがクラスタアンサンブル (cluster ensemble)という．アンサンブルクラスタリングということもある． このとき，元の対象の特徴や，対象間の類似度を参照しないことに注意 ↑ 目的† 文献1では，クラスタアンサンブルの目的には次のようなものがあると述べている． 頑健性：適用分野やデータ集合が違っても平均的に良い結果が得られる 新規性：単一のクラスタリングでは見つからなかったものが見つかることも 安定性と確信度推定：ノイズ，はずれ値，サンプリングの違いによる変動を抑制．クラスタリングの不確実性をアンサンブ
