利用Baire(超)度量进行快速红移聚类
信息检索
2017-08-23 v1 天体物理仪器与方法
机器学习
摘要
Baire度量在数据集上诱导出一个超度量，其计算复杂度为线性的，与之对比，标准的二次时间凝聚层次聚类算法复杂度较高。在本工作中，我们将Baire距离应用于来自斯隆数字巡天的光谱红移和测光红移数据，使用了大约五十万个天体。我们想知道（测定成本更高的）光谱红移能在多大程度上预测（更容易获取的）测光红移，即我们寻求在测光红移上对光谱红移进行回归，为此我们开发了一种逐聚类最近邻回归程序。
引用
@article{arxiv.1104.4063,
title = {Fast redshift clustering with the Baire (ultra) metric},
author = {Fionn Murtagh and Pedro Contreras},
journal= {arXiv preprint arXiv:1104.4063},
year = {2017}
}
备注
14 pages, 6 figures