HG-means：一种用于最小平方和聚类的可扩展混合遗传算法
机器学习
2018-12-21 v2 机器学习
摘要
最小平方和聚类(MSSC)是一种广泛使用的聚类模型，流行的K-means算法是其一个局部极小化器。众所周知，K-means的解可能任意远离MSSC的真实全局最优解，并且已有数十种替代启发式算法被提出。然而，文献中并未有其他算法被主要采用。这可能与计算代价的差异有关，或者与“MSSC的近最优解对聚类有效性仅有边际影响”这一假设有关。在本文中，我们质疑这一信念。我们引入了一种高效的基于种群的元启发式算法，该算法使用K-means作为局部搜索，并结合针对问题定制的交叉、变异和多样化算子。该算法可解释为一种多起点K-means，其中初始中心位置基于搜索历史被仔细采样。该方法可扩展且精确，在解质量（以局部极小深度衡量）方面优于所有近期最先进的MSSC算法。对于具有大量特征的重叠高斯混合数据集，这种增强的精度带来的聚类显著比其他算法更接近真实分布。因此，改进的全局优化方法对于在高维中更好地利用MSSC模型似乎是必不可少的。
引用
@article{arxiv.1804.09813,
title = {HG-means: A scalable hybrid genetic algorithm for minimum sum-of-squares clustering},
author = {Daniel Gribel and Thibaut Vidal},
journal= {arXiv preprint arXiv:1804.09813},
year = {2018}
}
备注
22 pages