Thuật toán phân cụm nửa giám sát sử dụng một lượng nhỏ các dữ liệu đã gán nhãn nhằm cải tiến chất lượng của quá trình phân cụm. Tuy nhiên, vấn đề làm sao lựa chọn được các phần tử trong tập dữ liệu đã gán nhãn vẫn là một câu hỏi mở. Trong bài báo này, chúng tôi trình bày một phương pháp học tích cực để thu thập các dữ liệu gán nhãn từ các chuyên gia lĩnh vực để áp dụng cho thuật toán phân cụm nửa giám sát K-Means. Kết quả thực nghiệm trên tập dữ liệu của UCI cho thấy, với các dữ liệu đã gán nhãn thu thập được, chất lượng phân cụm của thuật toán nửa giám sát K-Means đã tăng lên đáng kể.

Tải file Nghiên cứu cải tiến chất lượng thuật toán phân cụm nửa giám sát K-Means bằng phương pháp học tích cực tại đây