大数据确定性聚类
摘要：行列式一致聚类是集成聚类中一种有前景和吸引力的选择，其相对于参考质心聚类和k-means来说，是一种很好的替代方案。通过基于行列式点过程或DPP采样，它确保了相似点的子集很少被选择作为质心，更倾向于选择多样性更高的点子集。行列式点过程的采样算法需要对一个Gram矩阵进行特征分解，当数据规模非常大时，这会变得计算密集。这个问题在一致聚类中尤为严重，因为一个给定的聚类算法需要运行多次才能产生最终的一致聚类。我们提出了两种针对大数据集执行行列式一致聚类的高效方案。它们基于稀疏且小的内核矩阵进行DPP采样，其特征值分布接近原始Gram矩阵的特征值分布。
作者：Serge Vicente, Alejandro Murua
论文ID：2102.03954
分类：Computation
分类简称：stat.CO
提交时间：2021-02-09