兼顾密度峰值与密度连通性的层次聚类
机器学习
2024-01-30 v2 人工智能
机器学习
摘要
本文关注基于密度的聚类，特别是密度峰值 (DP) 算法与基于密度连通性的 DBSCAN；并提出一种新方法，利用这两种方法各自的优点以产生基于密度的层次聚类算法。我们的研究始于形式化定义 DP 与 DBSCAN 旨在检测的簇类型；进而识别出 DP 与 DBSCAN 各自无法在数据集中检测所有簇的分布类型。这些已识别的弱点启发我们形式化定义一种新簇类型，并提出称为 DC-HDP 的新方法以克服这些弱点，识别任意形状与不同密度的簇。此外，新方法产生了更丰富的层次或树状图聚类结果，以更好地理解簇结构。我们的实证评估结果表明，与 7 种最先进聚类算法相比，DC-HDP 在 14 个数据集上产生了最佳聚类结果。
引用
@article{arxiv.1810.03393,
title = {Hierarchical clustering that takes advantage of both density-peak and density-connectivity},
author = {Ye Zhu and Kai Ming Ting and Yuan Jin and Maia Angelova},
journal= {arXiv preprint arXiv:1810.03393},
year = {2024}
}