- 博客(2)
- 资源 (3)
- 收藏
- 关注
原创 重叠聚类:Non-exhaustive, Overlapping Clustering
NEO-K-Means (Non-Exhaustive, Overlapping K-Means)不仅解决了集群重叠问腿,而且实现对于异常值的检测。以一个统一的方式捕获重叠和非穷举问题,可以看作是K-Means目标的重新表述,对加权和K-Means进行扩展,并且为了优化目标,开发出快速迭代方法和低秩半定规划技术的复杂算法。
2024-07-09 10:17:39 611
原创 Clustering with Tangles: Algorithmic Framework and Theoretical Guarantees论文解读
使用“纠缠”的概念,纠缠是数学图论用于证明著名的图小定理,文中提到将“纠缠”用于机器学习中,纠缠将一组切割聚合到密集结构方向上的点,集群由一组一致的指针软表征。提出的输出是分层的,诱导了软树状图的概念。非常通用且高度灵活,不是为单个对象分配集群成员,而是通过一组指针间接描述集群。这种灵活的表示减轻了处理摸棱两可的情况,输入是数据集的切割集合。聚合“弱”切割得到数据集群结构的“强”视图,这个方法在预处理阶段构建切割,速度很快适用于大规模数据集。
2024-07-09 10:15:59 959
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人