计算机科学 > 信息论
[提交于 2025年1月22日
(v1)
,最后修订 2025年5月7日 (此版本, v3)]
标题: 确定性聚类的恢复
标题: Guaranteed Recovery of Unambiguous Clusters
摘要: 聚类通常是一个具有挑战性的问题,因为“正确的”聚类应该是什么存在固有的模糊性。 即使簇的数量$K$已知,这种模糊性往往仍然存在,尤其是在不同簇之间的密度存在变化时,且簇具有多个相对分离的高密度区域。 本文提出了一种信息论方法来表征何时一个$K$-聚类是模糊的,并设计了一个算法,只要聚类是明确的,就可以恢复该聚类。 这一表征形式化了当一个簇内的两个高密度区域足够分离以至于看起来更像两个不同的簇,而不是$K$-聚类中的两个真正不同的簇的情况。 该算法首先使用基于密度的方法识别出$K$个部分簇(或“种子”),然后以贪婪的方式将未聚类点添加到初始的$K$个部分簇中,以形成完整的聚类。 我们实现并测试了一种经过修改的算法版本,以有效处理重叠簇,并观察到它在许多数据集上需要较少的参数选择,并且性能优于广泛使用的非凸簇恢复算法。
当前浏览上下文:
cs.IT
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.