AuToMATo：一种基于持久同调的即插即用聚类算法
机器学习
2026-03-05 v3 机器学习
摘要
我们提出了 AuToMATo，这是一个基于持久同调的新型聚类算法。尽管 AuToMATo 本身并非无参数，但我们提供了其参数的默认值，使其成为一个在各种场景下都表现良好的即插即用聚类算法。AuToMATo 将现有的 ToMATo 聚类算法与一个自助抽样程序相结合，以分离估计密度函数中显著峰值与非显著峰值。我们对 AuToMATo（参数固定为默认值）与众多其他最先进聚类算法进行了全面比较。我们发现不仅 AuToMATo 在与无参数聚类算法进行比较时表现良好，而且在许多情况下还显著优于其他算法的最佳参数选择。AuToMATo 的设计灵感来自于拓扑数据分析中的 Mapper 算法，希望能够使用无需调参的聚类算法。事实证明，AuToMATo 在与 Mapper 联合使用时表现良好。最后，我们提供了一个开源的 Python 实现，完全兼容标准的 scikit-learn 架构。
引用
@article{arxiv.2408.06958,
title = {AuToMATo: An Out-Of-The-Box Persistence-Based Clustering Algorithm},
author = {Marius Huber and Sara Kalisnik and Patrick Schnider},
journal= {arXiv preprint arXiv:2408.06958},
year = {2026}
}
备注
Code: https://doi.org/10.5281/zenodo.17279740