在现实世界中,聚类可能会出现不同的形状和大小,数据中的噪声也可能掩盖数据中存在的真实结构。虽然存在大量的聚类算法,但是很难找到一个能够处理所有簇形状的单一聚类算法。受集成分类研究的启发,人们开始关注一致性聚类方法的研究。一致性聚类本质上是组合优化问题,在现有的文献中,已经提出了许多算法来解决计算挑战。作为一种有效的一致性聚类方法,基于聚类有效性验证的外部指标被用作一致性聚类的共识函数,但是现有的研究工作仍处于初步和零散的状态。实际上,适用于一致性聚类共识函数的外部聚类验证指标的一般理论框架尚未建立。而且,对影响外部指标引导聚类集成的性能的关键因素也未进行深入探讨。为了填补这一空白,本文提供了基于外部聚类验证指标引导聚类集成求解一致性聚类的系统研究。具体而言,本文的主要工作包含以下几个方面:1.本文调研了33种广泛使用的聚类外部验证指标,并对外部指标进行类别划分,通过数学变换发现了一些外部指标的等价关系,通过实验验证发现了一些外部指标对Kmeans聚类结果的误导验证。然后将外部指标设计为一致性聚类的共识函数来引导聚类集成,当外部指标被用于引导聚类集成时,发现有一些外部指标是等价的,有一些外部指标是有缺陷的,同时提供了相关推论和证明。2.本文针对外部指标的一致性聚类性能评估,设计了一个优化算法框架,在通过单个对象的簇标记变化来更新目标函数的基础上,利用基于单点搜索的元启发式方法优化目标函数。具体地,本文选择了一种模拟退火优化策略将需要评估的外部指标在大量真实数据集上进行实验比较,从两种性能评价指标的归一化角度和排序角度分析各个外部指标的性能差异,为一致性聚类选择合适的外部指标作为共识函数。3.本文选择了5个聚类算法作为比较基准,包括三个单一聚类算法和两个一致性聚类算法,对比本文的一致性聚类算法与其他基准算法在聚类性能上的差异,大量实验结果表明本文实现的算法也具有出色的聚类性能。4.本文探讨了可能影响所提出的一致性聚类算法性能的主要因素,通过在真实数据集上特别设计的实验研究了基础分片的数量和质量对算法性能的影响。实验结果表明本文的算法对基础分片的数量并不十分敏感,而基础分片的多样性会对聚类性能产生重要影响。