通过局部密度峰值搜索为 $k$-Means 类方法提供有效的确定性初始化
机器学习
2016-11-22 v1 计算机视觉与模式识别
摘要
-means 聚类算法很流行，但存在以下主要缺点：1）需要用户提前提供簇的数量 ；2）随机选择初始中心时极易陷入局部极小值；3）对异常值敏感；4）只能处理分离良好的超球面簇。在本文中，我们提出了一种局部密度峰值搜索（LDPS）初始化框架来解决这些问题。LDPS 框架包含两个基本组件：一个是表征数据集密度分布的局部密度，另一个是我们引入的局部显著性指数（LDI），用于表征数据点与其相邻点相比的显著程度。基于这两个组件，我们搜索具有高局部密度和高 LDI 特征的局部密度峰值，以解决缺点 1）和 2）。此外，我们检测具有低局部密度但高 LDI 特征的异常值，并在聚类开始前将其排除。最后，我们将 LDPS 初始化框架应用于 -medoids，它是 -means 的一种变体，选择数据样本作为中心，并使用除欧氏距离外的多种相似性度量，以解决 -means 的最后一个缺点。将 LDPS 初始化框架与 -means 和 -medoids 相结合，我们分别获得了两种新的聚类方法，称为 LDPS-means 和 LDPS-medoids。在合成数据集上的实验验证了所提方法的有效性，特别是当簇数 的真实值较大时。此外，在几个真实世界数据集（手写 Pendigits、Coil-20、Coil-100 和 Olivetti 人脸数据库）上的实验表明，无论是在估计 还是在无监督目标分类方面，我们的方法均优于同类方法。
关键词
引用
@article{arxiv.1611.06777,
title = {Effective Deterministic Initialization for $k$-Means-Like Methods via Local Density Peaks Searching},
author = {Fengfu Li and Hong Qiao and Bo Zhang},
journal= {arXiv preprint arXiv:1611.06777},
year = {2016}
}
备注
16 pages, 9 figures, journal paper