谱图聚类中的相变与模型阶数选择准则
社会与信息网络
2018-05-15 v4 机器学习
摘要
谱图聚类（SGC）中长期存在的开放问题之一是所谓的模型阶数选择问题：自动选择正确数量的簇。这等价于寻找无向图中连通分量或社区数量的问题。我们提出了自动模型阶数选择（AMOS），在随机互连模型（RIM）下利用基于渐近相变分析的新选择准则解决 SGC 模型选择问题。AMOS 更一般地可应用于发现对称非负矩阵中隐藏的块对角结构。在模拟图上的数值实验验证了相变分析，并且使用真实世界网络数据验证了所提模型选择程序的性能。
引用
@article{arxiv.1604.03159,
title = {Phase Transitions and a Model Order Selection Criterion for Spectral Graph Clustering},
author = {Pin-Yu Chen and Alfred O. Hero},
journal= {arXiv preprint arXiv:1604.03159},
year = {2018}
}
备注
Accepted to IEEE Transactions on Signal Processing