一种用于无监督聚类的低维嵌入的半定规划方法
机器学习
2016-06-30 v1 机器学习
摘要
本文提出了 Gu\'edon 和 Verhynin 方法的一个变体，用于通过半定规划在高斯混合框架下估计聚类矩阵。从该估计推导出面向聚类的嵌入。该过程适用于非常高维的数据，因为它仅基于成对距离。提供了理论保证，并提出了一种特征值优化方法用于计算嵌入。该方法的性能通过蒙特卡洛实验以及与文献中其他嵌入的比较得到说明。
引用
@article{arxiv.1606.09190,
title = {A Semi-Definite Programming approach to low dimensional embedding for unsupervised clustering},
author = {Stéphane Chrétien and Clément Dombry and Adrien Faivre},
journal= {arXiv preprint arXiv:1606.09190},
year = {2016}
}