DenMune：基于密度峰与互近邻的聚类算法
机器学习
2023-09-26 v1
摘要
许多聚类算法在簇为任意形状、密度各异，或数据类别不平衡且彼此接近时（即便在二维中）都会失效。本文提出一种新颖聚类算法 DenMune 以应对该挑战。其基于使用大小为 K 的互近邻邻域识别稠密区域，其中 K 是除服从互近邻一致性原则外用户所需提供的唯一参数。该算法在 K 的较宽取值范围内均稳定。此外，它能在聚类过程中自动检测并移除噪声，同时识别目标簇。相较于若干已知 SOTA 聚类算法，它在各类低维与高维数据集上均产生鲁棒结果。
引用
@article{arxiv.2309.13420,
title = {DenMune: Density peak based clustering using mutual nearest neighbors},
author = {Mohamed Abbas and Adel El-Zoghobi and Amin Shoukry},
journal= {arXiv preprint arXiv:2309.13420},
year = {2023}
}
备注
pyMune is a Python package that implements this clustering algorithm proposed in this paper, DenMune. It is opensource and reproducible, doi:10.1016/j.simpa.2023.100564