Dec, 2018
基于聚类的具有吸引-排斥损失的表示学习
Clustering-Oriented Representation Learning with Attractive-Repulsive
Loss
Kian Kenyon-Dean, Andre Cianflone, Lucas Page-Caccia, Guillaume Rabusseau, Jackie Chi Kit Cheung...
TL;DR本文提出了聚类导向的表示学习(COREL)作为分类器的一个替代方法,可以建立起了一组高质量自然聚类的潜在表示。经过分析,不同的相似性函数可以满足不同的使用场景,其中余弦-COREL变体形成了一个一致的可聚类的潜在空间,而高斯-COREL变体在分类准确度上优于CCE。