快速K-Means与精确界限
机器学习
2016-09-13 v6 机器学习
摘要
我们提出了一种新颖的加速精确k-means算法，在22个实验中的18个上优于当前最先进的低维算法，运行速度最高达3倍快。我们还通过对用于减少距离计算次数的距离界限进行更好的估计，提出了对现有最先进加速精确k-means算法的一般改进，并在44个实验中的36个上获得加速，最高达1.8倍快。我们使用现有方法的自行实现进行了实验，以确保性能的同质评估，并且表明我们的实现性能与现有可用实现相当或更好。最后，我们提出了标准方法的简化变体，并表明它们在62个实验中的59个上比其完整版本更快。
引用
@article{arxiv.1602.02514,
title = {Fast K-Means with Accurate Bounds},
author = {James Newling and François Fleuret},
journal= {arXiv preprint arXiv:1602.02514},
year = {2016}
}
备注
8 pages + supplementary material v2: mlpack installed with optimisation (previously installed in DEBUG) v3: Annulus -> Annular v4: Author affiliation update v5: Synced with version at ICML, now including Suppl. Mat