OneBatchPAM：一种快速且节俭的 K-Medoids 算法
机器学习
2025-02-03 v1
摘要
本文提出了一种新颖的 k-medoids 近似算法，以在合理的计算时间和内存复杂度下处理大规模数据集。我们开发了一种局部搜索算法，该算法基于对 k-medoids 目标的估计迭代地改进 medoid 选择。大小为 m << n 的单个批次提供了该估计，与大多数 k-medoids 基线相比，这将所需内存大小和成对不相似度计算次数降至 O(mn)，而非 O(n^2)。我们获得的理论结果突出表明，大小为 m = O(log(n)) 的批次足以在强概率下保证与原始局部搜索算法相同的性能。在具有不同大小和维度的真实数据集上进行的多次实验表明，我们的算法提供了与 FasterPAM 和 BanditPAM++ 等最先进方法相似的性能，且运行时间大幅减少。
引用
@article{arxiv.2501.19285,
title = {OneBatchPAM: A Fast and Frugal K-Medoids Algorithm},
author = {Antoine de Mathelin and Nicolas Enrique Cecchi and François Deheeger and Mathilde Mougeot and Nicolas Vayatis},
journal= {arXiv preprint arXiv:2501.19285},
year = {2025}
}
备注
Paper accepted by AAAI 2025