近线性时间内对倍增度量聚类的近似算法
该研究采用原始 - 对偶算法来解决 $k$-means 聚类问题,在满足集群数量限制的同时得到了 6.357 - 近似比的效果,并在欧几里得度量中解决了 $k$-median 的问题。
Dec, 2016
本文介绍了 Robust k-z 聚类和其在度量空间、算法公平性、欧几里得空间和 FPT 近似等领域的应用,提出了相应的算法,其中在特殊的欧几里得空间中得到了较好的近似结果。
May, 2023
该研究提出了一种新颖的近似算法,在 K - 中位数中实现了 1+sqrt(3)+ epsilon 的近似保证,该方法基于两个组件,第一个是关于伪近似算法的,第二个是关于 K 个设施的。
Nov, 2012
本文研究了度量实例的本地搜索算法,针对设备位置问题:无容量设备位置问题(UFL),以及 $k$-median,$k$-center 和 $k$-means 的无容量版本。
Sep, 2008
本研究提出了基于同类簇查询与有噪音答案的方法,解决了离群点存在情况下的近似 K-means 聚类优化问题,证明了在一定条件下可以以大概率获得最优潜在解的 (1+ε)近似解,并且比目前已知的方法减少了同类簇查询数量。这种方法也推广到了控制噪音、离群点的场景中,同时在人造数据集和真实数据集上进行了测试。
Jun, 2018
本研究对含 m 个群体的社会公平 (l_p, k)- 聚类问题的近似算法进行研究,其中特殊情况包括社会公平 k - 中心 (p=1) 和社会公平 k - 均值 (p=2) 问题。研究分别给出了多项式时间和两种不同的 (n^{2^{O (p)} m^2} 和 k^m poly (n)) 的近似算法,并探讨了这些算法与现有算法的比较。
Jun, 2022
本研究采用图谱分析的方法,证明了欧几里得 k-means 问题的近似难度对于所有的 k 和 d 都是 NP 难的,同时发现当前最佳难度结果可以被推广到三角免费图中。
Feb, 2015