面向学习 K-means 友好深度潜表征的方法

聚类是数据挖掘中长期存在的问题领域。基于质心的经典聚类方法主要面临高维输入（如图像）的困难。随着深度神经网络的出现，常见做法是将数据映射到较低维的潜空间，然后在该空间上进行聚类。所采用的网络架构通常是自动编码器，它们在输出端重构给定的输入。为了保持输入的紧凑形式，自动编码器中的编码器学习提取有用特征，这些特征在重建端被解码。一种著名的基于质心的聚类算法是 K-means。在深度特征学习的语境中，最近的研究经验性地表明，学习表征和聚类质心的联合学习至关重要。然而，在这一联合学习方面，最近提出了 K-means 的一个连续变体；其中使用 softmax 函数代替 argmax，通过随机梯度下降 (SGD) 联合学习聚类和网络参数。然而，与 K-means 不同，后者的输入空间保持不变；而在前者中，质心的学习与每个数据批次的潜空间学习并行进行。这种批处理更新与经典 K-means 的概念相矛盾，后者的聚类空间（即输入空间本身）保持恒定。为此，我们提出交替学习一种聚类友好的数据表征和 K-means 基于聚类中心的方法。在一些基准数据集上的实验表明，我们的方法在已有方法之上取得了改进。