基于POCS的聚类算法用于特征嵌入聚类
机器学习
2023-05-02 v1
摘要
本文提出了一种新颖的聚类技术——基于POCS的聚类算法（POCS指Projection Onto Convex Set，凸集投影）在特征嵌入聚类问题中的应用。该基于POCS的聚类算法将POCS的收敛性质应用于聚类问题，并在聚类误差和执行速度方面与其他经典聚类方案相比表现出具有竞争力的性能。具体而言，基于POCS的聚类算法将每个数据点视为一个凸集，并从每个聚类原型向相应的数据成员施加并行投影操作，以最小化目标函数并更新原型。在从5 Celebrity Faces和MNIST数据集提取的合成嵌入数据集上的实验结果表明，在特征嵌入聚类问题中，与其他经典聚类方案（如K-Means和Fuzzy C-Means算法）相比，基于POCS的聚类算法能够取得良好的结果。
引用
@article{arxiv.2305.00001,
title = {Feature Embedding Clustering using POCS-based Clustering Algorithm},
author = {Le-Anh Tran and Dong-Chul Park},
journal= {arXiv preprint arXiv:2305.00001},
year = {2023}
}
备注
6 pages, 7 figures. arXiv admin note: text overlap with arXiv:2208.08888