聚类是一门非常重要的技术。所谓聚类就是按照某种度量（相似性度量、不相似性度量或距离），根据一定的准则将个体集合分成若干类，使得同类个体之间的相似程度大于不同类个体之间的相似程度即做到”物以类聚”。半监督聚类算法研究无监督学习中如何利用少量的监督信息来提高聚类性能，目前正得到不断应用。针对前人提出的半监督模糊聚类，本文为了验证该种半监督学习方法是否可以用于其它聚类算法，对极大熵算法进行了改进，将半监督距离学习引入极大熵聚类，生成半监督极大熵聚类算法，并通过实验证明极大熵聚类算法通过半监督方法改进之后确实有效。