Jan, 2014

强健层次聚类

PDF
TL;DR本文提出了一种新的鲁棒的自下而上聚类算法，并展示了在满足一定自然属性且传统算法失效的情况下，该算法可以被用来进行准确的聚类。同时，该算法也被适用于归纳设置，并在合成数据和真实数据集上的实验表明，在存在噪音时，与其他分层算法相比，该算法可以获得更好的表现。
agglomerative clusteringrobust algorithminductive settingdata clusteringhierarchical algorithms
发现论文，激发创造
  • 可扩展的分层凝聚聚类

    本文提出了一种可扩展的聚合层次聚类方法，可以在不降低质量的前提下对数十亿个数据点进行聚类，并在公开的聚类基准测试集上实现了最先进的结果，同时还将层次聚类引入作为非参数聚类目标的近似算法。

    Oct, 2020

  • 层次聚类的数据聚合

    使用 BETULA 数据聚合算法进行数据聚类，使得在资源受限的系统上使用层次凝聚聚类方法成为可能，仅在聚类质量上有轻微损失，并且允许对非常大的数据集进行探索性数据分析。

    Sep, 2023

  • 交互式贝叶斯分层聚类

    本文提出了一种交互式贝叶斯算法，该算法将用户交互纳入层次聚类中，同时利用数据的几何形状通过对层次结构上的有约束的后验分布进行采样，提出了几种智能查询方式。该算法以及查询方案在真实数据上表现出了良好的结果。

    Feb, 2016

  • 基于层次凝聚聚类的公平算法

    本文提出一种对分层聚类算法 (HAC) 进行公平性约束的方法，适用于任何自然的聚类公平措施和多个受保护群体，并在多个真实世界 UCI 数据集上进行了广泛的实验。

    May, 2020

  • 使用点积进行分层聚类可以恢复隐藏的树状结构

    本文提出了一种新的视角来考察聚类算法，侧重于恢复层次结构，并推荐了一种通过最大平均点积合并聚类的简单变体算法，该算法在数据的概率图模型下提供了真实的层次结构估计，并通过实际数据表现出比现有方法（如 UPGMA、Ward's 方法和 HDBSCAN）更出色的树恢复性能。

    May, 2023

  • 贝叶斯凝聚聚类与同系合并

    本文提出了一种新的贝叶斯模型，它基于一种树形结构的先验概率，称为金曼共同祖先，发展出了新的贪婪和顺序蒙特卡罗推断算法，用于自下而上的聚合式层次聚类。实验证明，我们的算法优于其他算法，并在文档聚类和语言学上证明了我们的方法。

    Jul, 2009

  • 具有结构约束的分层聚类

    本文研究了带有结构约束条件的层次聚类问题，提出了两种基于优化视角的自顶向下算法，并且通过公式化约束性正则化的方法在存在冲突先验信息的情况下得出了良好的解，同时探讨了基于差异性信息变化的目标函数的变形并进一步优化了当前技术，最后将该方法应用于实际数据集的分类学应用

    May, 2018

  • 从下而上何时在层次社区检测中优于从上而下？

    本文介绍了一种基于 自上而下 (top-down) 算法 的层次聚类的算法；通过实验，发现了这种算法与传统的 自下而上 (bottom-up) 的算法相比，可以更好地恢复精细的社区结构，并可在模型的中间层次上取得信息学门槛下的恢复。

    Jun, 2023

  • 主动聚类：使用自适应选择的相似性进行健壮高效的分层聚类

    本文研究基于少量配对相似性进行层次聚类的方法，证明如果簇内相似性超过簇间相似性，则可正确确定层次聚类，提出一种自适应聚类方法并解决了具有噪声相似度值的情况。

    Feb, 2011

  • 华德分层聚类方法：聚类准则和聚合算法

    调查和案例研究有助于开发使用 Ward 层次聚类方法的数据分析软件。

    Nov, 2011