BriefGPT.xyz
Ask
alpha
关键词
explainable clustering
搜索结果 - 4
可解释聚类中深度减少的不可能性
本文研究可解释 K-means 和 K-median 聚类问题,证明了在欧几里得平面上,解释深度降低会导致聚类成本的无界损失,并将其扩展到 K-center 目标。
PDF
a year ago
可解释聚类的近乎紧密且无感知算法
提出了一个算法,用于在 $k$-medians 目标和 $k$-means 目标下输出可解释的聚类,与最佳聚类最多相差 $O (\log^2 k)$ 和 $O (k\log^2 k)$ 的因子,算法时间为 $O (dk\log^2 k)$
→
PDF
3 years ago
高维情况下近似最优的可解释 k 均值算法
介绍了一种可解释性聚类方法,算法通过应用决策树将数据划分为轴平行超平面聚类,使得聚类边界简单,同时保证聚类代价函数的可解释性约束,聚类的代价至多是比不考虑可解释性约束的情况最小代价增加 $k^{1-2/d}$ 倍,与其他方法的代价上界取最小
→
PDF
3 years ago
IJCAI
深层描述性聚类
本文提出了一种新型的复杂数据聚类算法,利用符号数据进行言语解释,通过最大化模块之间的一致性产生更好的聚类效果和高质量的聚类级别解释,实验结果表明,该模型在聚类性能方面优于竞争对手,并提供高质量的聚类级别解释。
PDF
3 years ago
Prev
Next