面向基于角距离的高维DBSCAN的学习型加速框架
信息检索
2023-02-08 v1 数据库
机器学习
摘要
基于密度的聚类是数据科学中常用的工具。如今许多数据科学工作利用高维神经嵌入。然而，传统基于密度的聚类技术如DBSCAN在高维数据上性能下降。本文中，我们提出LAF，一种通用的学习型加速框架，用以在角距离度量下加速原始DBSCAN及基于采样的DBSCAN变体在高维数据上的运行。该框架由学习型基数估计器与后处理模块组成。基数估计器可快速预测数据点是否为核心点，从而跳过不必要的范围查询，而后处理模块检测假阴性预测并合并被错误分离的簇。评估表明，我们LAF增强的DBSCAN方法在效率与质量上均优于最先进的高效DBSCAN变体。
引用
@article{arxiv.2302.03136,
title = {Learned Accelerator Framework for Angular-Distance-Based High-Dimensional DBSCAN},
author = {Yifan Wang and Daisy Zhe Wang},
journal= {arXiv preprint arXiv:2302.03136},
year = {2023}
}
备注
Accepted by EDBT 2023