基于 k 均值方法的 Karhunen-Loeve 变换
信息论
2011-09-20 v1 math.IT
统计理论
统计理论
摘要
我们提出对著名的 Karhunen-Loeve(PCA)与 k 均值算法的一种同时推广。其基本思想是用 k 个给定维数为 n 的仿射子空间来逼近数据。当 n=0 时,我们得到经典的 k 均值;而当 k=1 时,我们得到 PCA 算法。我们证明,对于某些数据探索问题,该方法比这两种经典方法中的任何一种都能给出更好的结果。
引用
@article{arxiv.1109.3994,
title = {k-means Approach to the Karhunen-Loeve Transform},
author = {Krzysztof Misztal and Przemyslaw Spurek and Jacek Tabor},
journal= {arXiv preprint arXiv:1109.3994},
year = {2011}
}
备注
6 pages, 12 figures