May, 2023

使用点积进行分层聚类可以恢复隐藏的树状结构

PDF
TL;DR本文提出了一种新的视角来考察聚类算法，侧重于恢复层次结构，并推荐了一种通过最大平均点积合并聚类的简单变体算法，该算法在数据的概率图模型下提供了真实的层次结构估计，并通过实际数据表现出比现有方法（如 UPGMA、Ward's 方法和 HDBSCAN）更出色的树恢复性能。
发现论文，激发创造
  • 强健层次聚类

    本文提出了一种新的鲁棒的自下而上聚类算法，并展示了在满足一定自然属性且传统算法失效的情况下，该算法可以被用来进行准确的聚类。同时，该算法也被适用于归纳设置，并在合成数据和真实数据集上的实验表明，在存在噪音时，与其他分层算法相比，该算法可以获得更好的表现。

    Jan, 2014

  • 可扩展的分层凝聚聚类

    本文提出了一种可扩展的聚合层次聚类方法，可以在不降低质量的前提下对数十亿个数据点进行聚类，并在公开的聚类基准测试集上实现了最先进的结果，同时还将层次聚类引入作为非参数聚类目标的近似算法。

    Oct, 2020

  • 层次聚类的数据聚合

    使用 BETULA 数据聚合算法进行数据聚类，使得在资源受限的系统上使用层次凝聚聚类方法成为可能，仅在聚类质量上有轻微损失，并且允许对非常大的数据集进行探索性数据分析。

    Sep, 2023

  • 具有结构约束的分层聚类

    本文研究了带有结构约束条件的层次聚类问题，提出了两种基于优化视角的自顶向下算法，并且通过公式化约束性正则化的方法在存在冲突先验信息的情况下得出了良好的解，同时探讨了基于差异性信息变化的目标函数的变形并进一步优化了当前技术，最后将该方法应用于实际数据集的分类学应用

    May, 2018

  • 有向图中的聚合聚类：图度链接

    本研究提出了一种基于图的汇聚算法用于高维数据聚类，该算法通过研究图论中的两个基本概念（入度和出度）在聚类中的不同作用，定义了聚类的亲和度，该算法在图像聚类和物体匹配两个计算机视觉问题上均表现出优于最先进技术的效果。

    Aug, 2012

  • 贝叶斯玫瑰树

    本文探讨一种基于贝叶斯方法的层次聚类算法，它能够在每个结点上产生任意分支结构的玫瑰树，并通过一种计算有效的贪心凝聚算法来找到具有高边际似然值的玫瑰树，最终实验证明，玫瑰树是数据的较好模型。

    Mar, 2012

  • 贝叶斯凝聚聚类与同系合并

    本文提出了一种新的贝叶斯模型，它基于一种树形结构的先验概率，称为金曼共同祖先，发展出了新的贪婪和顺序蒙特卡罗推断算法，用于自下而上的聚合式层次聚类。实验证明，我们的算法优于其他算法，并在文档聚类和语言学上证明了我们的方法。

    Jul, 2009

  • 层次相互关联聚类和保树嵌入

    该研究提出了一种层次相关聚类方法，并研究了将其嵌入到树保持嵌入和特征提取中的连接，特别是关于使用最小化极大距离进行相关聚类的性能测试结果基于 UCI 和 20 个新闻组数据集。

    Feb, 2020

  • 主动学习在层次聚类中的应用

    本研究通过对树叶对之间的相似度进行主动学习，研究树的层次聚类过程。 在实现的情况下，我们提供了完全重构树切割所需的查询数量的完整特征描述。 在非实现的情况下，我们依赖于已知的重要抽样过程来获得后悔和查询复杂度界限。 我们的算法具有对统计误差的理论保证，并且更重要的是，在问题的相关参数的情况下，它们自身具有线性时间实现的可行性。 我们讨论了这样的实现，证明了它们的运行时间保证，并展示了对真实数据集的初步实验结果，表明与被动学习和简单主动学习基线相比，我们的算法具有强大的实用性能。

    Jun, 2019

  • 分层聚类：0.585 收益近似

    本研究考虑采用收益目标函数的双重问题，并证明了存在一种双重算法（经过半切）的近似解，得到了广义收益问题的 0.585 近似算法，从而改进了此前由一系列早期研究导致的 0.4246 近似保证。

    Jun, 2020