一种针对缺失数据集的无参数聚类算法
机器学习
2024-04-09 v1
摘要
缺失数据集（其中某些对象在某些维度上具有缺失值）在现实世界中普遍存在。现有的针对缺失数据集的聚类算法首先插补缺失值，然后执行聚类。然而，插补和聚类过程都需要输入参数。过多的输入参数不可避免地增加了获得准确聚类结果的难度。尽管一些研究表明决策图可以替代聚类算法的输入参数，但当前的决策图要求对象之间具有等价的维度，因此不适用于缺失数据集。为此，我们提出了一种单维聚类算法，即 SDC。SDC 移除了插补过程，并通过维度拆分和划分交集融合使决策图适应缺失数据集，能够在无输入参数的情况下在缺失数据集上获得有效的聚类结果。实验表明，在三个评估指标上，SDC 分别比基线算法高出至少 13.7%(NMI)、23.8%(ARI) 和 8.1%(Purity)。
引用
@article{arxiv.2404.05363,
title = {A parameter-free clustering algorithm for missing datasets},
author = {Qi Li and Xianjun Zeng and Shuliang Wang and Wenhao Zhu and Shijie Ruan and Zhimeng Yuan},
journal= {arXiv preprint arXiv:2404.05363},
year = {2024}
}