k-均值++

k-means++:小心播种的优点。k-means方法是一种广泛使用的聚类技术,它寻求使同一簇中点之间的平均平方距离最小。虽然它不能保证精度,但它的简单性和速度在实践中非常有吸引力。通过使用一种非常简单的随机播种技术来扩充k-means,我们得到了一个与最优聚类竞争的算法。初步实验表明,我们的增强提高了k均值的速度和精度,通常相当显著。


zbMATH中的参考文献(参考文献139篇)

显示139的结果1到20。
按年份排序(引用)

1 2 ... 5 6 7 下一个

  1. 布雷切托,克莱尔;费舍尔,奥雷利;Levrard,Clément:稳健的Bregman集群(2021)
  2. 德什潘德,阿米特;Pratap,Rameshwar:带离群值的子空间近似基于抽样的维数缩减(2021)
  3. 刚洛夫,雨果;库伯特,让巴蒂斯特;蒙弗里尼,伊曼纽;科莱特,克里斯托夫:无监督图像分割与高斯成对马尔可夫场(2021年)
  4. 蒋小平;白、瑞宾;华莱士,斯坦W。;肯德尔,格雷厄姆;Landa Silva,Dario:随机服务网络设计中基于软聚类的渐进式对冲启发式方案捆绑(2021)
  5. 胡安·阿尔巴拉,哈维尔;福斯特·加西亚、伊利斯;胡安,阿尔芬斯;García-Gómez,Juan M.:用于图像分割的非局部空间变化有限混合模型(2021)
  6. 基里门科,乔治亚;本杰明·雷切尔;Van Buskirk,Gregory:稀疏凸壳覆盖(2021年)
  7. 刘谦;刘建新;李敏;周,杨:基于种子法的模糊(C)均值问题的近似算法(2021)
  8. 王敏杰;Allen,Genevera I:混合多视图数据的综合广义凸聚类优化与特征选择(2021)
  9. 张冬梅;郑玉坤;李敏;王一水;徐大川:基于局部搜索的球面(k)均值问题的近似算法(2021)
  10. 张同林;Lin,Ge:广义(k)-GLMs中的平均值及其在美国COVID-19爆发中的应用(2021)
  11. 艾哈迈迪安,萨拉;诺鲁齐法德,阿什坎人;奥拉州斯文森;Ward,Justin:通过原始-对偶算法更好地保证(k)-均值和欧几里德(k)-中值(2020)
  12. 布尼亚,佛罗伦萨;吉拉德,克里斯托夫;罗西;罗耶,马丁;Verzelen,Nicolas:模型辅助变量聚类:minimax最优恢复和算法(2020)
  13. 马可船长;佩雷斯,阿里茨;Lozano,Jose A:高数据的高效(K)-均值聚类算法(2020)
  14. 丁,胡;徐金辉:一个无区域属性约束数据聚类的统一框架(2020)
  15. Duan,Leo L.:潜在单纯形位置模型:具有不确定性量化的高维多视图聚类(2020)
  16. 费尔德曼,丹;施密特,梅兰妮;Christian Sohler:将大数据转化为小数据:恒定大小的(k)核心集-均值、主成分分析和投影聚类(2020)
  17. 冯本明斌;谭振妮;郑嘉义:大型可变年金投资组合估值的有效模拟设计(2020)
  18. 纪尧姆,谢尔盖;Ros,Frédéric:无监督抽样算法家族(2020)
  19. Hämäläinen,Joonas;艾莉森·阿伦斯·卡尔。;Kärkkäinen,汤米;马托斯,塞萨尔特区。;苏扎·朱尼尔,阿毛里H。;Gomes,João P.P.:最小学习机器:理论结果和基于聚类的参考点选择(2020)
  20. 侯赛尼,雷沙德;Sra,Suvrit:高斯混合模型EM的替代方案:批处理和随机黎曼优化(2020)

1 2 ... 5 6 7 下一个