NIPSDec, 2015

微聚类：当聚类大小与数据集大小呈次线性增长时

PDF
TL;DR本研究提出一种具有微聚类特性的新模型，可应用于需要聚类大小与数据集大小呈次线性增长的任务，通过比对实验数据和模拟数据的适配情况，验证该模型的有效性。
generative modelsclusteringmicroclustering propertyentity resolutionmodel fit
发现论文，激发创造
  • 灵活的微聚类模型及其在实体消解中的应用

    本文提出了一种可以产生微小聚类的模型并把它应用于实体解析领域，并与其他聚类模型进行了比较。

    Oct, 2016

  • 用于微聚类任务的随机划分模型

    本文提出了一种满足微聚类特性的贝叶斯随机分区模型，并在实验中展示了该模型在实体解析的应用。

    Apr, 2020

  • 从大到小的数据集：聚类算法选择的尺寸泛化

    在半监督环境中，通过引入聚类算法准确性的大小泛化概念，我们可以通过对较小的实例集进行评估，并保证在原始大型实例上具有最好准确性的算法也在小实例上具有最好准确性。

    Feb, 2024

  • 在亚指数级混合模型中实现极小化极小聚类误差的通用下界和最优速率

    聚类是无监督机器学习中的关键问题，如何通过混合模型来研究聚类是常见的。本文首先通过契诺夫散度建立了聚类任何混合模型的一个普遍下界，然后证明在具有次指数尾部的混合模型中，迭代算法可以达到这个下界；此外，对于更适合使用泊松或负二项式混合模型的数据集，我们研究了属于指数族的混合模型，在这种混合模型中，我们证明了一种改进的 Lloyd 算法 ——Bregman 硬聚类，是速率最优的。

    Feb, 2024

  • 增量聚类：额外聚类的情况

    本文研究了增量聚类方法的优缺点，发现增量聚类方法相对于批处理模型存在明显的劣势，即无法识别一类基本的聚类结构，但是可以通过增加聚类实现对增量聚类方法的限制的克服。

    Jun, 2014

  • 通过增强的中国餐馆过程减少过度聚类

    本研究提出一种 “Powered Chinese Restaurant Process” 来防止过度聚类，减少数据的存储成本和沟通成本。

    Feb, 2018

  • 教程：簇分析、潜在类分析和多元混合模型的样本量、效应大小和统计功效的先验估计

    在确定样本量和效应量时，本文介绍了一种程序，用于形式化研究者对所选择领域的效应量的预期，从而计算所需的最小测量变量数量，同时还概述了确定子群分析的最小样本量的方法，并使用模拟提供了常用子群分析方法（k 均值，Ward 层次聚类，c 均值模糊聚类，潜在类别分析，潜在属性分析和高斯混合模型）的参考表，该表显示了达到可接受的统计功效所需的每个预期子群（样本量）和变量数量（测量变量），可直接用于研究设计。

    Sep, 2023

  • 聚类分析中的形状复杂性

    利用多维数据的形状复杂度概念，应用在特定的非线性函数上，制定了一种新的 “中等距离” 下的基于约束的非线性规划问题，从而探索更有效的聚类缩放因子数量的方法。

    May, 2022

  • 有关算法子采样的计量经济学视角

    这篇论文研究数据分析中的线性回归和数据素描技术，探讨在样本量有限的情况下如何选择行列子集对数据进行估计和推断，发现虽然算法上的优化子集无法适用于预测和推断，但通过统计学方法可以提供建议的子集大小，并通过实验表明，使用不同的子集来估计结果可以将预测结果效率与使用全样本的方法几乎相同。

    Jul, 2019

  • 基于模型的网络群聚类

    我们提出了一种基于广义线性（混合）模型的基于模型的聚类方法，用于描述网络人口的联合分布并识别共享某些感兴趣的拓扑性质的网络子人口，最大似然估计可通过 EM 算法实现。

    Jun, 2018