高斯混合模型中谱聚类的优性
统计理论
2020-08-07 v2 机器学习
谱理论
统计理论
摘要
谱聚类是对高维数据进行分组最流行的算法之一。它易于实现且计算高效。尽管其广受欢迎并应用成功，其理论性质尚未被充分理解。在本文中，我们证明在具有各向同性协方差矩阵的高斯混合模型中，当簇数固定且信噪比足够大时，谱聚类是极小极大最优的。谱隙条件在文献中被广泛假设以分析谱聚类。相反，本文建立谱聚类的最优性并不需要这些条件。
引用
@article{arxiv.1911.00538,
title = {Optimality of Spectral Clustering in the Gaussian Mixture Model},
author = {Matthias Löffler and Anderson Y. Zhang and Harrison H. Zhou},
journal= {arXiv preprint arXiv:1911.00538},
year = {2020}
}