对k-means核集的实证评估
数据结构与算法
2022-07-05 v1 机器学习
摘要
核集(coreset)是最受欢迎的数据摘要范式之一。特别地，在理论与实践中均存在许多用于-means等聚类问题的高性能核集。奇怪的是，目前尚无工作比较可用-means核集的质量。本文进行了此类评估。当前未知有算法可度量候选核集的失真。我们提供了一些证据表明这在计算上可能困难。作为补充，我们提出一个基准，我们认为在其上计算核集具有挑战性，且它也允许我们对核集进行简易(启发式)评估。利用该基准与真实世界数据集，我们对理论与实践中最常用的核集算法进行了详尽评估。
引用
@article{arxiv.2207.00966,
title = {An Empirical Evaluation of $k$-Means Coresets},
author = {Chris Schwiegelshohn and Omar Ali Sheikh-Omar},
journal= {arXiv preprint arXiv:2207.00966},
year = {2022}
}