基于马氏距离的不完整数据 K-Means 聚类
机器学习
2025-04-14 v2
摘要
将 K-Means 算法有效应用于具有不完整特征的聚类任务，因其对现实应用的影响，仍是一个重要研究领域。近期研究表明，将 K-Means 聚类与填补统一为单一目标函数并求解由此产生的优化问题，其效果优于分别处理填补和聚类。本文通过开发一种融合马氏距离的统一 K-Means 算法（而非传统的欧氏距离）扩展了这一方法，此前研究已表明马氏距离对椭圆形簇效果更好。我们在包含多达十个椭圆簇的合成数据集以及 IRIS 数据集上进行了大量实验。使用调整兰德指数（ARI）和归一化互信息（NMI），我们证明了该算法在 IRIS 数据集和具有椭圆簇的随机生成数据上，均持续优于先填补后 K-Means（无论使用马氏距离还是欧氏距离）以及用于处理不完整数据的近期整合填补与聚类的 K-Means 算法。
引用
@article{arxiv.2411.00870,
title = {K-Means Clustering With Incomplete Data with the Use of Mahalanobis Distances},
author = {Lovis Kwasi Armah and Igor Melnykov},
journal= {arXiv preprint arXiv:2411.00870},
year = {2025}
}