统计学 > 方法论
[提交于 2025年7月15日
]
标题: 基于递归二元分割的近似完美聚类方法使用最大MMD
标题: Near-perfect Clustering Based on Recursive Binary Splitting Using Max-MMD
摘要: 我们开发了新的聚类算法,用于当聚类数量$K$未知时以及当其固定时的功能数据。 这些算法是基于两组观测之间的最大均值差异(MMD)度量开发的。 这些算法递归地使用二元分割策略,将数据集划分为两个子组,使得它们在适当的加权MMD度量方面尽可能分离。 当$K$未知时,所提出的聚类算法有一个额外的步骤,用于检查通过二元分割技术获得的一组观测是否来自单一总体。 我们还使用该算法获得了$K$的一个真实估计量。 当$K$固定时,提出了一种对前一种算法的修改,该修改包括一个额外的步骤,即合并在加权MMD距离方面相似的子组。 在需要知道不同总体观测经验分布的oracle场景中,研究了所提出算法的理论性质。 在这种情况下,我们证明了当$K$未知时提出的算法实现了完美的聚类,而当$K$固定时提出的算法具有完美顺序保持(POP)属性。 使用具有位置差异以及尺度差异的各种模型进行的大量真实和模拟数据分析表明,两种算法都表现出接近完美的聚类性能,并优于功能数据的最新聚类方法。
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.