大规模并行热力图排序及其在可解释聚类中的应用
数据结构与算法
2023-09-15 v1 分布式、并行与集群计算
机器学习
摘要
给定一组带有 个标签的点，我们引入热力图排序问题，即在保持簇（标签）不变的前提下对点和维度进行重排与合并。若簇保持连通，即未被拆分为多个簇且任意两个簇未被合并，则称该簇被保留。我们证明该问题是 NP-hard 的，并在大规模并行计算模型中给出了一个具有常数轮数、每台机器拥有亚线性内存且机器总内存为线性的固定参数算法。我们针对该问题的一个 NP-hard 特殊情形给出了近似算法。我们使用基于局部敏感哈希的降维方法，在多个有向与无向的电子邮件及计算机网络图上，将我们的算法与 k-means 和基于密度的聚类（DBSCAN）进行了实证比较。
引用
@article{arxiv.2309.07486,
title = {Massively-Parallel Heat Map Sorting and Applications To Explainable Clustering},
author = {Sepideh Aghamolaei and Mohammad Ghodsi},
journal= {arXiv preprint arXiv:2309.07486},
year = {2023}
}