关于相关随机变量的聚类
机器学习
2019-09-10 v1 机器学习
摘要
本工作考察了根据相关随机变量之间的相互相似性以及它们与主成分的相似性对其进行聚类的可能性。聚类采用了 k-means 算法与谱算法。对于谱方法，相似矩阵既可以是基于相关性层面建立的关系矩阵，也可以是决定系数矩阵。针对四组不同的数据，分析了多种度量变量不相似性的方法，并分析了初始点多样性对 k-means 算法效率的影响。
引用
@article{arxiv.1909.03332,
title = {On the clustering of correlated random variables},
author = {Zenon Gniazdowski and Dawid Kaliszewski},
journal= {arXiv preprint arXiv:1909.03332},
year = {2019}
}
备注
70 pages, 32 figures