HIBOG: Improving the clustering accuracy by amelioratingdataset with gravitation论文笔记

论文链接

总结

这篇文章提出了一个类似于物理学中力的概念，它能将拉近相邻点之间的距离，而拉大较远点的距离，使数据集更有利于聚类。

优点

1. 鲁棒性好，对大部分不同分布的数据集都有效；
2. 运行更快
3. 对超参数不敏感。

方法

思路

减小相似点距离，拉大不同点距离。

做法

分为两步，计算重力和移动物体（点）。
文章的想法可以用基础的物理思想概括，即物体的近邻共同为该物体施加一个合力（重力），使它向相似点（即物体的近邻）移动。而在这个过程中，物体自然而然地会远离不相似的点。

物体移动

首先讲物体移动，因为它的形式和物理学中近似，相对更好理解。

这个公式是物理学中位移的公式，而在这篇文章中，将$v_0$设为0，$m$设为1，则得到了位移为：
$$\vec{S}=\frac{1}{2}\vec{F}{t}^2$$
这里的$F$就是题目中提到的重力，而$t$则为超参。

对一个点$i$来讲，它的新坐标就可以通过原坐标 o ⃗ i \vec o_i