基于树嫁接的可扩展层次聚类
机器学习
2020-01-03 v1 数据结构与算法
机器学习
摘要
我们介绍 Grinch，一种用于大规模、非贪婪层次聚类的新算法，支持计算两点集间任意相似度的通用连接函数。Grinch 的关键组件是其旋转与嫁接子程序，可随新点到达高效重构层次结构，支持发现具有复杂结构的簇。Grinch 的动机是连接函数聚类的一种新可分离性概念：我们证明当模型与真实聚类一致时，无论数据到达顺序如何，Grinch 保证产生包含真实聚类的聚类树。我们在基准和作者共指数据集（采用标准与习得连接函数）上的实证结果表明，Grinch 比其他可扩展方法更准确，且比层次凝聚聚类快几个数量级。
引用
@article{arxiv.2001.00076,
title = {Scalable Hierarchical Clustering with Tree Grafting},
author = {Nicholas Monath and Ari Kobren and Akshay Krishnamurthy and Michael Glass and Andrew McCallum},
journal= {arXiv preprint arXiv:2001.00076},
year = {2020}
}
备注
23 pages (appendix included), published at KDD 2019