K-Means++ 与 K-Means$\|$ 的精确加速

Edward Raff

K-Means++ 与 K-Means$\|$ 的精确加速

机器学习 2021-05-10 v1 人工智能数学软件机器学习

作者: Edward Raff

摘要

K-Means++ 及其分布式变体 K-Means $\|$ 已成为选择 K-means 初始种子的事实标准工具。尽管已有替代方法被提出，但 K-means++ 与 $\|$ 方法在有效性、易于实现和理论依据方面的优势，使其难以从整体角度被“超越”。考虑到种子选择中有限的剪枝机会，我们开发了专门的三角不等式剪枝策略与动态优先队列，展示了首个在运行时间上更快且算法等价地加速 K-Means++ 与 K-Means $\|$ 的方法。对于两种算法，我们均能将距离计算减少超过 $500\times$ 。对于 K-means++，这带来了最高 17 $\times$ 的运行时间加速，而对于 K-means $\|$ 则达到 $551\times$ 的加速。我们通过简单但精心选择的已知技术修改实现了这一点，使得我们的方法易于集成到这些算法的现有实现中。

关键词

K-Means++ K-Means$\|$ 种子选择三角不等式剪枝优先队列加速聚类

引用

@article{arxiv.2105.02936,
  title  = {Exact Acceleration of K-Means++ and K-Means$\|$},
  author = {Edward Raff},
  journal= {arXiv preprint arXiv:2105.02936},
  year   = {2021}
}

备注

to appear in the 30th International Joint Conference on Artificial Intelligence (IJCAI-21)

K-Means++ 与 K-Means$\|$ 的精确加速

摘要

关键词

引用

备注

相关论文