最优区间聚类：在Bregman聚类和统计混合学习中的应用
信息论
2014-05-27 v2 机器学习
math.IT
摘要
我们提出一种通用动态规划方法，用于计算将n个标量元素最优聚类成k个两两不相交区间。这种情况包括一维欧几里得k-均值、k-中心点、k-中位数、k-中心等。我们将该方法扩展到包含聚类大小约束，并展示如何通过模型选择选择合适的k。最后，我们在两个案例研究中说明并改进该方法：Bregman聚类和最大化完全似然的统计混合学习。
引用
@article{arxiv.1403.2485,
title = {Optimal interval clustering: Application to Bregman clustering and statistical mixture learning},
author = {Frank Nielsen and Richard Nock},
journal= {arXiv preprint arXiv:1403.2485},
year = {2014}
}
备注
10 pages, 3 figures