基于Chamfer距离的层次聚类链路函数
机器学习
2026-02-12 v1 分布式、并行与集群计算
数据结构与算法
信息检索
摘要
层次聚合聚类（HAC）是一种基于反复合并最近聚类对的聚类方法，其中聚类间距离由链路函数决定。与许多聚类方法不同，HAC不优化单一的全局目标；因此聚类质量主要通过经验性评估，链路函数的选择在实际中发挥关键作用。然而，流行的经典链路函数（如单链、平均链和Ward方法）在真实数据集上表现高度波动，难以始终产生高质量聚类。本文提出Chamfer-linkage——一种新型链路函数，其通过Chamfer距离衡量聚类间的距离，这是机器学习和计算机视觉中衡量点云之间距离的常用概念。我们认为Chamfer-linkage满足其他流行度量难以满足的理想的概念表示属性。理论上，我们证明Chamfer-linkage HAC可在O(n²)时间内实现，保持与经典链路函数的一致效率。实验上，我们发现Chamfer-linkage在多样化数据集上 consistently产生更高质量的聚类，优于平均链和Ward方法。我们的工作将Chamfer-linkage确立为经典链路函数的实用替代方案，拓宽了理论与实践中层次聚类工具箱的维度。
引用
@article{arxiv.2602.10444,
title = {Chamfer-Linkage for Hierarchical Agglomerative Clustering},
author = {Kishen N Gowda and Willem Fletcher and MohammadHossein Bateni and Laxman Dhulipala and D Ellis Hershkowitz and Rajesh Jayaram and Jakub Łącki},
journal= {arXiv preprint arXiv:2602.10444},
year = {2026}
}