通过最大间隔聚类层次森林进行半监督非线性距离度量学习

度量学习是许多数据挖掘和机器学习应用中的关键问题，长期以来一直由马氏距离方法主导。非线性度量学习的最新进展展示了非马氏距离函数（尤其是基于树的函数）的巨大潜力。我们提出了一种新颖的非线性度量学习方法，该方法利用半监督最大间隔聚类的迭代层次变体来构建聚类层次森林，其中每个独立的层次可被解释为数据上的弱度量。通过在层次训练过程中引入随机性，并结合许多生成的半随机弱层次度量的输出，我们可以获得强大且鲁棒的非线性度量模型。该方法主要有两点贡献：首先，它是半监督的，融合了来自约束点和无约束点的信息；其次，我们采取了一种宽松的约束满足方法，允许该方法在层次结构的不同层级上满足不同的约束子集，而不是试图同时满足所有约束，从而导出了更鲁棒的学习算法。我们将该方法与若干最先进基准在 $k$-近邻分类、大规模图像检索和半监督聚类问题上进行了比较，发现我们的算法产生的结果可与最先进方法媲美或更优，且对噪声具有显著更强的鲁棒性。