Semi-supervised Clustering เป็น Method ที่ Partition Unlabeled Data โดยใช้ Domain Knowledge โดยทั่วไปแสดงเป็น Pairwise Constraints ระหว่าง Instances หรือเพียงเป็น Additional Set ของ Labeled Instances
Quality ของ Unsupervised Clustering สามารถ Improve Substantially ได้ด้วย Weak Form ของ Supervision บางรูปแบบ เช่นในรูป Pairwise Constraints (Pairs ของ Objects ที่ Labeled ว่าสมาชิก Cluster เดียวกันหรือต่าง Cluster) Constrained Clustering Process ที่ Depend on User Feedback หรือ Guidance Constraints เรียกว่า Semi-supervised Clustering
มี Several Methods สำห Semi-supervised Clustering ที่แบ่งเป็น 2 Classes:
1. Constraint-based Semi-supervised Clustering
ใช้ User-provided Labels หรือ Constraints Guide Algorithm ไปยัง More Appropriate Data Partitioning มีการ Modify Objective Function ตาม Constraints หรือ Initialize และ Constrain Clustering Process ตาม Labeled Objects
2. Distance-based Semi-supervised Clustering
ใช้ Adaptive Distance Measure ที่ Trained ให้ Satisfy Labels หรือ Constraints ใน Supervised Data Multiple Adaptive Distance Measures ใช้ไป รวม String-edit Distance Trained โดย Expectation-Maximization (EM) และ Euclidean Distance Modified โดย Shortest Distance Algorithm
Interesting Clustering Method ชื่อ CLTree (CLustering based on decision TREEs) รวม Unsupervised Clustering กับ Concept of Supervised Classification เป็น Instance ของ Constraint-based Semi-supervised Clustering เปลี่ยน Clustering Task เป็น Classification Task โดย Consider Set of Points ที่จะ Clustered เป็น Belong to One Class Labeled "Y" และ Insert Set of Relatively Uniformly Distributed "Nonexistence Points" ด้วย Multiple Class Label "N"
Problem of Partitioning Data Area Into Data (Dense) Regions และ Empty (Sparse) Regions สามารถ Transform เป็น Classification Problem Points เหล่านี้ Considered as Set of "Y" Points Shows Addition ของ Collection of Uniformly Distributed "N" Points Defined by "o" Points
Original Clustering Problem ดังนั้น Transform เป็น Classification Problem ซึ่ง Works Out Design ที่ Distinguish "Y" และ "N" Points Decision Tree Induction Method ใช้ Partition Two-dimensional Space 2 Clusters Recognized จาก "Y" Points เท่านั้น
การ Insert Large Number ของ "N" Points เข้า Original Data อาจ Introduce Unnecessary Overhead ใน Calculation อีกทั้ง Unlikely ที่ Added Points จะ Truly Uniformly Distributed ใน Very High-dimensional Space เพราะต้องการ Exponential Number of Points
