平均链层次化聚类方法的黏合性与可分离性研究

平均链被广泛认为是构建层次化聚类最流行且最有效的方法之一。现有的理论分析表明，该方法对于 Dasgupta 代价函数[STOC 2016]的各种变体具有远超单链和完全链等其他流行启发式方法的更好近似效果。然而，这些分析并未将平均链与随机层次结构分离，且在度量空间中也不够有说服力，因为每种层次化聚类都具有关于用于不相似性度量的 Dasgupta 函数变体的 1/2 近似[ Moseley and Yang 2020]。本文present了对平均链在度量空间中性能的全面研究，涉及若干自然标准，这些标准捕捉了黏合性和可分离性，比 Dasgupta 代价函数及其变体更具可解释性。我们还present了使用真实数据集的实验结果，这些实验结果结合了我们的理论分析，表明在黏合性和可分离性都重要时，平均链是比其他相关方法更好的选择。