当前,机器学习相关技术已经在各个行业中实现了应用,数据的规模和复杂程度随着新时代互联网的急速发展而不断增长,对于数据的高效聚类分析成为一项重要的研究内容,在近年来引起了众多研究者的关注。然而,传统聚类方法在提高聚类性能方面还有诸多欠缺,比如,使用单一的聚类算法进行数据分析得到的结果泛化性能差且缺乏足够的说服力。由于集成学习可以把多个单一的策略整合成为一个综合的解决方案,聚类集成方法可以有效改善单一聚类算法的局限性。传统的聚类集成方法存在两方面问题:(1)在集成成员生成过程中,没有充分利用由专家给出的数据集的先验知识,表示为must-link和cannot-link约束。(2)忽略了冗余和噪声数据所带来的负面影响,所有的集成成员都被考虑到,包括那些没有积极作用的成员。除此之外,有标签数据的获取或是由专人为数据做标记,所需要的人力物力代价较大,而无标签数据相对容易获取。为了将少量的有标签数据充分利用,产生了基于半监督学习的聚类分析过程。基于聚类集成存在的问题,和半监督学习的有效性,半监督聚类集成方法被提出,同时结合半监督学习和集成学习手段进行聚类分析,可以显著提升聚类结果的准确性、稳定性和鲁棒性。针对上述局限性,本文提出了一种通过自适应地对聚类集成成员的权值进行正则化从而将多个半监督聚类结果组合在一起的方法,称为自适应正则化半监督聚类集成方法(Adaptive Regularized Semi-supervised Clustering Ensemble Method,ARSCE)。首先,ARSCE方法通过不放回地随机选择特征来生成一系列特征子空间,以避免出现两个相同的特征子空间的情况。接下来,本文在对上述得到的特征子空间执行特征转换时考虑到用成对约束来寻找新的对聚类友好的空间,利用聚类方法生成各种聚类解。最后,本文设计了一种新的融合策略,将多个聚类解整合为一个统一的聚类划分,并为每个聚类集合成员合理地分配权重。为了验证所提出方法的聚类性能,本文在多个真实世界数据集上进行了大量的实验,不仅与多种经典算法进行了对比,还详细分析了算法的参数敏感性。实验结果证明了本文方法ARSCE相对于同类其他方法的有效性和优越性。