Apr, 2023

CKmeans 和 FCKmeans：使用拥挤距离的 Kmeans 算法两种确定性初始化程序

PDF
TL;DR提出两种新的确定性初始聚类方法，名为 CKmeans 和 FCKmeans，基于修改后的拥挤距离，实验研究表明，该方法在聚类准确性方面优于 Kmeans 和 Kmeans ++，其中 CKmeans 和 FCKmeans 的有效性归因于它们基于修改后的拥挤距离选择更好的初始聚类中心的能力。总体而言，该方法为提高 K-means 聚类提供了一种有前途的选择。
k-means clusteringinitializationcrowding distanceclustering accuracycentroid selection
发现论文，激发创造
  • 无聚类中心的模糊 K 均值聚类

    本文提出了一种新颖的模糊 K-Means 聚类算法，通过距离矩阵计算获得成员矩阵，从而完全消除了对聚类中心的依赖，增强了距离测量和算法的性能与鲁棒性。实验证明了该算法的有效性。

    Apr, 2024

  • 基于平衡 k 均值的不均衡数据聚类

    平衡 K-means（EKM）是一种新颖且简单的 K-means 类型算法，通过减少大簇中心聚集的趋势，在不平衡数据上显著改善聚类结果。该论文还介绍了 HKM、FKM 和 EKM 的统一视角，展示它们本质上是梯度下降算法，并与牛顿法有明确的关系。通过将高维数据映射到低维、适合 EKM 的空间，使用 EKM 进行深度聚类可在不平衡数据上将聚类准确性提高 35%。

    Feb, 2024

  • K-Means 聚类算法高效初始化方法的比较研究

    本研究探讨了 K-means 算法及其初始化方法在聚类方面的应用，比较了 8 种常用线性时间复杂度的初始化方法，并使用各种性能指标对各种数据集进行了测试和分析， 结论表明，当前通用的初始化方法表现不佳，并且有更好的替代方案。

    Sep, 2012

  • 可扩展的 K-Means++

    本研究展示了一种通过在并行计算中显著减少所需传递次数的方法，从而获得好的初始化的 K-means|| 初始化算法，并通过实验评估证明该算法在顺序和并行设置下均优于 K-means ++。

    Mar, 2012

  • 集群关闭的快速近似 $k$ 均值算法

    本文提出了一种新的近似 k-means 算法，采用多个随机空间分区树将数据预先组装成相邻点的组，并使用邻域信息构造每个簇的闭合形式，从而在分配步骤中只需考虑少量簇的候选项，证明该方法在聚类质量和效率方面优于现有的近似 k-means 算法。

    Dec, 2013

  • 压缩 K 均值

    本文提出了一种压缩版本的 K-means 聚类方法 CKM，并通过实验证明，当采用与聚类中心数量和维度成比例的草图大小时，CKM 的聚类效果与 Lloyd-Max 相当，但计算复杂度与数据集大小无关，并且不需要多次重复运行，同时可以实现更好的手写数字分类效果。

    Oct, 2016

  • 改进的异常值鲁棒的 k 均值种子

    对 $k$-means 算法进行改进，使其对异常值更加鲁棒，同时具备 $O (1)$ 的近似保证，且可在线性时间内输出精确的 $k$ 个聚类中心。

    Sep, 2023

  • 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

  • 高斯混合模型的自适应种子

    我们提出了用于多元高斯混合模型期望 - 最大化算法的新初始化方法，这些方法是 K-means++ 初始化和 Gonzalez 算法的改进。我们的方法旨在弥合简单随机和高度依赖超参数选择的复杂方法之间的差距，并且我们的广泛实验表明：与将原始 K - 平均值 ++ 和 Gonzalez 直接应用于人工和现实数据集的常见技术和方法相比，我们的方法具有实用性。

    Dec, 2013

  • 基于参数熵的 k-means 聚类图像数据集的聚类中心初始化

    通过使用参数熵以基于熵的质心初始化方法对图像数据进行 k-means 性能分析，并提出了适用于一般图像数据集的最佳熵测量，我们观察到对于不同的数据集，不同的熵比传统方法提供更好的结果。我们在 Satellite、Toys、Fruits、Cars、Brain MRI 和 Covid X-Ray 的数据集上应用了我们提出的算法。

    Aug, 2023