FINEX：用于精确和灵活的基于密度的聚类的快速索引（带有证明的扩展版本）
摘要：密度-based 聚类旨在在给定的数据集中找到相似对象（即簇）。应用包括过程挖掘和异常检测等。它包含两个用户参数（ε，MinPts），用于确定聚类结果，但通常事先不知道。因此，用户需要交互式地测试各种设置，直到找到满意的聚类。然而，现有解决方案存在以下限制：（a）无效的剪枝昂贵的邻域计算。（b）近似聚类，其中对象被错误地标记为噪声。（c）参数调整受限，只限于ε，而MinPts是常数，这减少了可探索的聚类。（d）适用数据类型和距离函数的灵活性不足。我们提出了一种名为FINEX的线性空间索引，克服了这些限制。我们的索引提供精确的聚类，并且可以使用这两个参数之一查询。FINEX在可能的情况下避免邻域计算，并通过利用密度-based 簇的基本属性减少剩余计算的复杂性。因此，我们的解决方案对于数据类型和距离函数来说既高效又灵活。此外，FINEX尊重密度-based 聚类的原始和简单概念。在我们对来自各个领域的12个大型真实世界数据集的实验中，FINEX经常比现有技术在精确聚类方面提高了数量级。
作者：Konstantin Emil Thiel and Daniel Kocher and Nikolaus Augsten and Thomas H"utter and Willi Mann and Daniel Ulrich Schmitt
论文ID：2304.04817
分类：Databases
分类简称：cs.DB
提交时间：2023-04-12