利用一致聚类揭示组级洞察
机器学习
2017-04-11 v1
摘要
聚类是一种广泛使用的数据挖掘工具，旨在发现数据中相似项的划分。我们引入了一种新的聚类范式，即一致聚类（accordant clustering），其能够发现（预定义的）组级洞察。与以往旨在理解个体成员间关系的聚类范式不同，一致聚类的目标是通过分析其成员在组级别揭示洞察。组级洞察通常能够支持一种无法通过以往聚类技术获知的行动号召。我们提出了第一种一致聚类算法，并证明当数据具有固有聚类结构时，该算法能找到近最优解。一致聚类所揭示的洞察使医学领域专家得以分离出一种神经退行性疾病成功治疗方法，并使金融领域专家发现了不必要的支出模式。
引用
@article{arxiv.1704.02378,
title = {Uncovering Group Level Insights with Accordant Clustering},
author = {Amit Dhurandhar and Margareta Ackerman and Xiang Wang},
journal= {arXiv preprint arXiv:1704.02378},
year = {2017}
}
备注
accepted to SDM 2017 (oral)