Feb, 2016

使用特征重新缩放因子恢复带有噪声特征的数据集中的聚类数

PDF
TL;DR本文介绍了三种重新调整数据集以提高对具有附加噪声特征的球形高斯簇返回聚类有效性指数的真实数量的可能性的方法，论文实验表明这些方法可以在不同聚类中考虑到不同特征的度量，以及这些方法可以增加估计数据集中真实聚类数量的准确性。
re-scalingclusteringvalidity indexesspherical gaussian clustersfeature relevance
发现论文，激发创造
  • 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

  • 聚类算法的指标对无关特征的敏感性

    聚类算法在数据分析中被广泛使用，本文研究了加入无关特征对聚类结果的影响，并发现 Silhouette 系数和 Davies-Bouldin 分数对无关特征最为敏感，因此可用于无监督聚类任务中的特征选择。

    Feb, 2024

  • 利用多尺度球形邻域对 3D 点云进行语义分类

    本文介绍了一种基于球形邻域和比例子采样的多尺度邻域的新定义，它允许计算具有一致几何意义的特征，相对于 k 最近邻，其分类性能更好，并且与深度学习方法相比具有竞争力。

    Aug, 2018

  • 高维超统计特征分类

    研究在高维情况下通过经验风险最小化学习具有通用质心的两个数据点云的特征，涵盖了大量的数据分布，包括高斯混合分布和幂律分布，并分析了通过正则化的作用，推导了估计器的泛化性能，并探究了分布尺度参数对可分离性转换的影响。

    Apr, 2023

  • 通过寻找具有统计显著性的可分离的最佳高斯簇，进行超聚类

    该论文提出了一种利用 BIC 准则对数据集进行聚类的算法，将高斯聚类的最优数量组合成从统计上可分离的超聚类，该算法包括三个阶段：将数据集表示为高斯分布的混合聚类，使用马氏距离估计聚类间的距离和聚类大小，利用 DBSCAN 方法将聚类组合成超聚类，该算法自动检测最佳数量和形状的超聚类，具有较好的结果和能预测新数据的软聚类能力，但速度较慢，最终聚类结果具有随机性。

    Sep, 2023

  • 振动数据集的统计特征的聚类算法比较

    本研究比较了 K-means 聚类、OPTICS 和高斯混合模型聚类 (GMM)，研究从振动数据集的时域和频域中提取的统计特征以及特征组合和主成分分析在聚类算法性能上的影响，并发现平均值和方差特征表现显著优于基于形状的特征，K-means 聚类略优于 GMM，而 OPTICS 性能显著较差。同时，随着簇数目的增加，聚类算法表现更好，但存在特定算法限制。

    May, 2023

  • 距离排名得分：针对不平衡数据集的无监督特征选择过滤方法

    介绍了一种针对不平衡多类别数据集的新型无监督特征选择过滤方法，并与现有的适用于无监督数据的过滤方法进行了比较。该方法基于 Spearman 等级相关系数，避免了现有方法中特征方差不适用于不同类型观测的问题。该方法已在多个聚类问题中进行了性能测量。

    May, 2023

  • 数据形态：数据分布的内在距离

    用 Gromov-Wasserstein 距离的下界，通过对所有数据矩计算，基于内在和多尺度的方法对比数据流形。实验证明，该方法能够有效地识别不同维度未对齐数据的结构，并展示了在评估生成模型质量方面的功效。

    May, 2019

  • 通过尺度不变的数据预处理使聚类算法能够检测不同密度的聚类

    利用 ARES 变换的数据预处理方法可以使聚类算法对数据表示更加鲁棒，并能够检测不同密度的聚类；实证结果表明，在广泛范围的真实数据集上，经过 ARES 转换后的聚类产生更好且更一致的结果。

    Jan, 2024

  • 随机降维 k-means 聚类

    本文研究了 $k$-means 聚类的降维问题，提出了第一个能够保证准确的特征选择方法，并针对特征提取提出了两种方法，分别基于随机投影和快速近似 SVD 分解。所提出的算法是随机的，并对最优 $k$-means 目标值提供一定的近似保证。

    Oct, 2011