基于共识聚类的政务数据多视图特征选择方法及系统

本发明公开了基于共识聚类的政务数据多视图特征选择方法及系统，涉及机器学习技术领域，方法包括：通过调整K‑means算法的初始化策略和距离度量参数，为各政务视图创建差异化的基础聚类集合并构建协相关矩阵；利用自适应权重机制解析这些矩阵以提取关键政务信息，进而构建及归一化全局共识矩阵；采用最小二乘回归与L2,1范数正则化及Frobenius范数约束优化多视图特征选择模型，通过自步学习进行特征选择引导；结合优化后的模型与全局共识矩阵建立特征选择目标函数，对政务视图数据排序并选取排名前k的关键特征。本发明通过将自步学习后的多视图特征选择模型与全局共识矩阵结合，构建共识矩阵引导的特征选择目标函数，优化了政务视图数据的关键特征选择。