基于算法正则化的凸聚类动态可视化与快速计算
机器学习
2021-11-03 v4 机器学习
统计计算
统计方法学
摘要
凸聚类是一种针对经典聚类问题的有前景的新方法，它结合了实证研究中强劲的性能与严格的理论基础。尽管有这些优势，凸聚类因其计算密集的特性以及缺乏引人注目的可视化而未被广泛采用。为解决这些障碍，我们引入算法正则化（Algorithmic Regularization），一种利用迭代一步近似方案获得正则化路径高质量估计的创新技术。我们用一项新颖的理论结果证明该方法的正确性，在保证全局收敛的易检验、非数据相关假设下，近似路径收敛于精确解。将算法正则化应用于凸聚类产生了用于计算聚类解路径的 CARP（Convex Clustering via Algorithmic Regularization Paths，基于算法正则化路径的凸聚类）算法。在来自基因组学和文本分析的示例数据集上，CARP 相较现有方法实现了超过 100 倍的速度提升，同时获得了比标准方法更精细的近似网格。此外，CARP 改进了聚类解的可视化：CARP 返回的精细解网格可用于构建基于凸聚类的树状图，并构成基于现代 Web 技术的动态路径可视化基础。我们的方法已在开源 R 包 clustRviz 中实现，可在 https://github.com/DataSlingers/clustRviz 获取。
引用
@article{arxiv.1901.01477,
title = {Dynamic Visualization and Fast Computation for Convex Clustering via Algorithmic Regularization},
author = {Michael Weylandt and John Nagorski and Genevera I. Allen},
journal= {arXiv preprint arXiv:1901.01477},
year = {2021}
}
备注
To appear in the Journal of Computational and Graphical Statistics