用于估计谱聚类超参数的双交叉验证
机器学习
2020-04-27 v3 机器学习
加速器物理
摘要
阻碍分析来自直线加速器相干光源 LCLS 的太字节尺度 X 射线散射数据的一个挑战，是确定执行传统聚类算法所需的簇数。此处我们证明，先前利用双交叉验证(BCV)确定奇异向量数的工作可直接映射到估计簇数与超参数值的谱聚类问题。这些结果表明，估计簇数的过程不应与估计其他超参数的过程相分离。将该方法应用于 LCLS X 射线散射数据，能够在无需手动设定探测器通量边界的情况下识别丢弃的 shots，并为识别稀有与异常事件提供路径。
引用
@article{arxiv.1908.03747,
title = {Bi-cross validation for estimating spectral clustering hyper parameters},
author = {Sioan Zohar and Chun-Hong Yoon},
journal= {arXiv preprint arXiv:1908.03747},
year = {2020}
}
备注
5 pages, 4 figures