提高谱聚类的方法：利用归一化割的渐近值
摘要：光谱聚类方法是一种流行且多用途的聚类方法，其基于对归一化图割目标的松弛。尽管广受欢迎，但在关键的缩放参数调整和自动确定聚类数量方面，目前尚无统一的方法。存在一些常用的启发式方法，但对应的理论结果很少。在本文中，我们研究了从潜在的概率分布中得到的增长样本的归一化割的渐近值，并基于此结果提出了改进光谱聚类方法的建议。本文还提出了相应的算法，并且在实践中表现出较强的性能。
作者：David Hofmeyr
论文ID：1703.09975
分类：Machine Learning
分类简称：stat.ML
提交时间：2019-11-12