多目标聚类：MOCLE、MOCK 与 $\Delta$-MOCK 的数据驱动分析
机器学习
2021-10-26 v2
摘要
我们对 MOCK、-MOCK 和 MOCLE 进行了数据驱动的分析。这是三种密切相关的方法，均使用多目标优化进行硬聚类。更具体地说，基于包含 12 个呈现不同属性的数据集，我们研究了 MOCLE 和 MOCK 相对于最近提出的 -MOCK 的性能。除了进行定量分析以识别哪种方法相对于另一种表现出良好/较差的性能外，我们还对这种行为发生的原因进行了更详细的分析。事实上，我们的分析结果为所研究方法的优缺点提供了有用的见解。
引用
@article{arxiv.2110.07521,
title = {Multi-objective Clustering: A Data-driven Analysis of MOCLE, MOCK and $\Delta$-MOCK},
author = {Adriano Kultzak and Cristina Y. Morimoto and Aurora Pozo and Marcílio C. P. de Souto},
journal= {arXiv preprint arXiv:2110.07521},
year = {2021}
}
备注
Submitted to ICONIP 2021