缺失数据下稀疏子空间聚类的确定性条件
信息论
2017-08-04 v1 math.IT
机器学习
摘要
本文针对数据假设来源于子空间并集(Union of Subspaces, UoS)模型的情况，给出了缺失数据下稀疏子空间聚类的充分条件的确定性分析。对此我们考虑两种情形：情形I中所有点在同一坐标处采样，情形II中点在不同位置采样。我们证明情形I的结果直接源于文献中若干已有结果，而情形II的结果并非如此直白，我们提供了一组对偶条件，在此条件下可实现完美聚类。我们给出了在UoS模型下针对缺失项聚类和数据补全的大量仿真结果。实验结果表明，与完整数据情形相反，准确聚类并不蕴含准确的子空间辨识与补全，这表明了这些问题相对难度的自然次序。
引用
@article{arxiv.1604.04615,
title = {On deterministic conditions for subspace clustering under missing data},
author = {Wenqi Wang and Shuchin Aeron and Vaneet Aggarwal},
journal= {arXiv preprint arXiv:1604.04615},
year = {2017}
}
备注
To appear in proceedings of ISIT 2016