MC-GTA: 利用自相关拟合优度检验的度量约束模型聚类
机器学习
2024-06-04 v2 人工智能
应用统计
摘要
广泛的(多变量)时间(1D)和空间(2D)数据分析任务,例如对车辆传感器轨迹进行分组,可以表述为具有给定度量约束的聚类问题。现有的度量约束聚类算法忽略了特征相似性与度量距离之间的丰富相关性,即度量自相关。这些聚类算法的基于模型的变体(例如 TICC 和 STICC)达到了 SOTA 性能,但由于使用了度量约束的期望最大化过程,存在计算不稳定性和复杂性问题。为了解决这两个问题,我们提出了一种新颖的聚类算法 MC-GTA(基于自相关拟合优度检验的模型聚类)。其目标函数仅由特征相似性项(平方 Wasserstein-2 距离)和度量自相关项(经典半变异函数的一种新颖多变量推广)的成对加权和组成。我们证明,MC-GTA 有效地最小化了未通过拟合优度检验(即统计上并非源自同一分布)的簇内观测对的总合页损失。在 1D/2D 合成和真实数据集上的实验表明,MC-GTA 成功整合了度量自相关。它以更快、更稳定的优化(>10 倍加速)大幅超越强基线(ARI 最高提升 14.3%,NMI 最高提升 32.1%)。
引用
@article{arxiv.2405.18395,
title = {MC-GTA: Metric-Constrained Model-Based Clustering using Goodness-of-fit Tests with Autocorrelations},
author = {Zhangyu Wang and Gengchen Mai and Krzysztof Janowicz and Ni Lao},
journal= {arXiv preprint arXiv:2405.18395},
year = {2024}
}
备注
ICML-2024 Proceedings