Oct, 2018

快速 k-Medoids 聚类：改进 PAM、CLARA 和 CLARANS 算法

PDF
TL;DR本文提出了 PAM 算法的修改，以达到算法第二个步骤中 O (k) 倍的加速，同时发掘了选择初始核心点的其他策略，实验证明与原始 PAM SWAP 算法相比，算法速度可提升 200 倍，适用于大型数据集和更高的 K 值。
clusteringpartitioning around medoidsalgorithmdissimilarityspeedup
发现论文，激发创造
  • 基于中心点的稀疏分区

    PAM（Partitioning Around Medoids）是一种常用的聚类技术，本文提出了一种基于稀疏和非对称变体的方法，用于处理图数据等大规模问题，通过利用稀疏性，可以避免二次运行时间和内存要求，并使用贪婪初始解和优化操作相结合的策略来确定聚类个数以解决传统启发式算法无法找到好的初始条件的问题。

    Sep, 2023

  • BanditPAM++：快速 $k$ 介数聚类

    BanditPAM++ 是一种改进的 $k$-medoids 聚类算法，通过两个算法改进在复杂度和运行时间上比 BanditPAM 更快，并提供了可从 Python 和 R 调用的高性能 C++ 实现。

    Oct, 2023

  • 使用自动簇数选择的中心轮廓聚类

    聚类结果评估困难，高度依赖于数据集和观察者的视角，本文讨论 Silhouette 的高效中心点版本，进行了理论分析，提供两种快速版本以直接优化，并讨论了选择最佳聚类数的使用，实验证明与原有 PAMMEDSIL 算法相比，其在具有 30000 个样本和 k=100 的真实数据上的速度提升为 10464 倍。另外，我们提供了一种直接选择最佳聚类数的变体。

    Sep, 2023

  • SECLEDS: 基于多个中心点和中心点投票法的数据流序列聚类算法

    该论文提出了一种流式 k-medoids 算法的变种 SECLEDS，它使用多个质心聚类，通过中心投票方案处理数据流中的概念漂移，以实现高效的序列聚类，同时提高聚类的质量和稳定性，并证明了其在网络流量聚类中的较高性能。

    Jun, 2022

  • 基于 K-medoids 算法的主动距离聚类

    提出了一种新的 k-medoids 聚类算法，该算法只需要一小部分数据点之间的距离，并利用三角不等式来估算未知距离的上界，并采用递归方法和主动选择数据点的方法，在真实世界和合成数据集上经验证明其能够找出合适的聚类效果。

    Dec, 2015

  • 鲁棒自动数据聚类：狄利克雷过程遇见中位数均值

    通过整合基于模型和基于质心的方法，提出了一种高效且自动的聚类技术，解决噪声对聚类质量的影响，并确保无需提前指定聚类数的优点。在模拟和真实数据集上进行了严格评估和统计保证，表明我们提出的方法优于现有先进聚类算法。

    Nov, 2023

  • 基于 K-modes 算法的聚类

    通过密度和簇分配的概念，提出了一种 K-modes 目标函数算法，能够有效地聚类数据并找到有效的模式，相比于 K-medoids 和 mean-shift 更快且更加鲁棒。

    Apr, 2013

  • 可扩展核聚类：近似核 k-means

    本文提出了一种基于随机化的近似核 K-means 簇算法，其利用采样点与数据集中所有点之间的核相似性来近似聚类中心，实现了与传统低秩核近似聚类方案相比更好的聚类性能、更短的运行时间和更小的内存需求，最后利用集成聚类技术进一步提高算法性能。

    Feb, 2014

  • EKM：K - 介质问题的精确多项式时间算法

    提出了 EKM 算法，该算法利用转化式编程和组合生成的最新进展，以确保准确解决关键点聚类问题并在多个真实世界数据集上证明了其有效性。

    May, 2024

  • 局部搜索在双倍指标下为 k-Means 提供 PTAS

    使用局部搜索启发式策略，本文证明了在任何固定维度的欧几里得空间中，k-means 问题均可提供 PTAS。

    Mar, 2016