近乎线性时间的相合众数估计与 Quick Shift 聚类
机器学习
2025-12-01 v2 机器学习
摘要
在本文中，我们提出了一种在高维空间中进行基于密度聚类的方法，该方法将局部敏感哈希（LSH）与 Quick Shift 算法相结合。Quick Shift 算法以其层次聚类能力而闻名，通过使用 LSH 集成近似核密度估计（KDE）以提供高效的密度估计，从而对该算法进行了扩展。所提出的方法在保持基于密度聚类相合性的同时，实现了近乎线性的时间复杂度。
引用
@article{arxiv.2503.07995,
title = {Almost Linear Time Consistent Mode Estimation and Quick Shift Clustering},
author = {Sajjad Hashemian},
journal= {arXiv preprint arXiv:2503.07995},
year = {2025}
}
备注
15 pages, 3 figures, Accepted to OLA 2025