文件Open Access徽标

在线相关聚类

作者 克莱尔·马修, 奥坎·桑库尔, 沃伦·舒迪



PDF格式
缩略图PDF

文件

LIPIcs公司。STACS.2010.2486.pdf
  • 文件大小:305 kB
  • 12页

文件标识符

作者详细信息

克莱尔·马修
奥坎·桑库尔
沃伦·舒迪

引用为获取BibTex

克莱尔·马修(Claire Mathieu)、奥坎·桑库尔(Ocan Sankur)和沃伦·舒迪(Warren Schudy)。在线相关聚类。第27届计算机科学理论方面国际研讨会。莱布尼茨国际信息学论文集(LIPIcs),第5卷,第573-584页,达格斯图尔-莱布尼兹-泽特鲁姆信息学研究所(2010)
https://doi.org/10.4230/LIPIcs.STACS.2010.2486

摘要

我们研究数据项以在线方式到达的在线聚类问题。该算法将数据项聚类到相似类中。当v到达时,会显示v和以前到达的项目之间的关系,这样我们就会知道对于每个u,v是否与u相似。该算法可以为v创建一个新的光泽,并合并现有的簇。当目标是最小化聚类和输入之间的差异时,我们证明了自然贪婪算法是O(n)-竞争的,这是最优的。当目标是最大化聚类和输入之间的一致性时,我们证明了贪婪算法是.5-竞争的;没有在线算法可以比.834竞争算法更好;我们证明了通过展示一个具有竞争比的随机算法,可以获得优于1/2的结果。5+c对于一个小的正固定常数c。
关键词
  • 相关聚类
  • 在线算法

韵律学

问题/备注/反馈
X(X)

Dagstuhl出版社反馈


感谢您的反馈!

已提交反馈

无法发送消息

请稍后再试或发送电子邮件