评估降维对聚类性能的影响——系统性研究
机器学习
2026-05-13 v2
摘要
降维是聚类高维数据的关键预处理步骤，但其对不同方法和数据类型的影响仍缺乏全面评估。 本研究系统评估了五种降维技术——主成分分析 (PCA)、核主成分分析 (Kernel PCA)、变分自编码器 (VAE)、等距映射 (Isomap) 和多维标度 (MDS)——对四种流行聚类算法——k-means、层次聚类 (AHC)、高斯混合模型 (GMM) 和基于排序点的聚类结构识别 (OPTICS)——性能影响。 我们采用调整兰德指数 (ARI) 评估聚类质量，比较在不同降维水平（即聚类数k-1，以及原始维度的25%和50%）下，是否进行降维的聚类结果。 我们发现，降维技术的选择以及降维水平应针对数据内在几何结构和所考虑的聚类算法进行精心设计。
引用
@article{arxiv.2604.22099,
title = {Assessing the impact of dimensionality reduction on clustering performance -- a systematic study},
author = {Ousmane Assani-Amate and Mohammadreza Bakhtyari and Émilie Roy and Vladimir Makarenkov},
journal= {arXiv preprint arXiv:2604.22099},
year = {2026}
}