一种具有自引导与块对角表示的重启大规模谱聚类方法

谱聚类是最流行的无监督机器学习方法之一。构建相似度矩阵对此类方法至关重要。在多数现有工作中,相似度矩阵一次性计算或交替更新。然而,前者难以反映数据点间的全面关系,后者耗时且甚至对大规模问题不可行。本文中,我们提出一种具有自引导与块对角表示的重启聚类框架。该策略的一个优势是可尽可能保留先前周期中获得的有用聚类信息。据我们所知,这是首个将重启策略应用于谱聚类的工作。关键区别在于,我们在方法的每个周期中对样本重新分类,而现有方法仅分类一次。为进一步降低开销,我们引入带Nystr"{o}m近似的块对角表示来构建相似度矩阵。建立了理论结果以表明谱聚类中不精确计算的合理性。在一些基准数据库上进行了综合实验,表明我们所提算法相对于许多最先进的大规模问题算法具有优越性。具体而言,我们的框架对聚类算法有潜在提升,且即使使用随机选择的初始猜测也能良好工作。