×
克里斯蒂安·萨博

基于中心的聚类方法。 （英语） Zbl 1292.62097号

国际期刊申请。数学。计算。科学。 24，第1期，151-163（2014）.
摘要：本文考虑有限数据点集的（l_1）-聚类问题，该数据点集应划分为（k）个不相交的非空子集。在这种情况下，目标函数不必是凸的或可微的，并且通常它可能有许多局部或全局极小值。因此，它成为一个复杂的全局优化问题。本文提出了一种搜索局部最优解的方法，证明了相应迭代过程的收敛性，并给出了相应的算法。在一些典型的情况下，如数据中存在离群值和不完全数据的聚类，该方法用其他一些聚类方法进行了说明，并与之进行了比较，特别是与文献中称为平滑（k）均值法的（l_2）聚类方法进行比较。数值实验表明，在这种情况下，所提出的\（l_1）-聚类算法比\（l_2）-聚类算法更快，并且给出了明显更好的结果。

引用于5文件

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）

关键词：

\（l1）聚类；数据挖掘；优化；加权中值问题

软件：

SymDIRECT公司；地方政府官员
PDF格式BibTeX公司 XML格式引用
\textit{K.Sabo}，国际期刊应用。数学。计算。科学。24，第1号，151--163（2014；Zbl 1292.62097）
全文： 内政部

参考文献：

[1] Angulo，J.和Serra，J.（2007年）。极坐标表示、图像和视觉计算中彩色图像的建模和分割25(4): 475-495.;
[2] 阿瓦亚梅奥，S.（2006）。使用鲁棒聚类的知识挖掘，博士论文，Jyväskylä大学，Jyväskylä。；
[3] Bagirov，A.M.和Ugon，J.（2005）。一种最小化聚类函数的算法，优化54(4-5): 351-368.; ·Zbl 1122.90059
[4] Bagirov，A.M.、Ugon，J.和Webb，D.（2011年）。用于增量聚类构造和模式识别的快速改进全局k-means算法44(4): 886-876.; ·Zbl 1213.68514号
[5] Bezdek，J.C.（1981年）。用模糊目标函数算法进行模式识别，Kluwer学术出版社，马萨诸塞州诺威尔·Zbl 0503.68069号
[6] Boyd，D.L.和Vandenberghe，L.（2004）。《凸优化》，剑桥大学出版社，剑桥·Zbl 1058.90049号
[7] Chaovalitwingse，W.A.，Butenko，S.和Pardalos，P.M.（编辑）（2009年）。《生物网络中的集群挑战》，世界科学出版社，伦敦。；
[8] Choulakian，V.（2001）。L1中的鲁棒q模主成分分析，计算统计与数据分析，37(2): 135-150.; ·Zbl 1030.62050
[9] Clarke，F.H.（1990年）。优化和非光滑分析，SIAM，宾夕法尼亚州费城·Zbl 0696.49002号
[10] Cominetti，R.和Michelot，C.（1997年）。运筹学快报，最小多因素选址问题中重合的充分条件20(4): 179-185.; ·Zbl 0879.90131号
[11] Cord，A.、Ambroise，C.和Cockerez，J.-P.（2006）。基于拉普拉斯混合、模式识别字母的鲁棒聚类特征选择27(6): 627-635.;
[12] Cupec，R.、Grbi´c，R..、Sabo，K.和Scitovski，R.（2009年）。搜索最佳最小绝对偏差平面的三点法、应用数学与计算215(3): 983-994.; ·Zbl 1176.65017号
[13] 杜达·R、哈特·P和斯托克·D（2001）。模式分类，威利，纽约州纽约市·兹伯利0968.68140
[14] Finkel，D.E.和Kelley，C.T.（2006年）。《加性缩放和DIRECT算法》，《全局优化杂志》36(4): 597-608.; ·Zbl 1142.90488号
[15] Floudas，C.A.和Gounaris，C.E.（2009年）。全球优化的最新进展综述，《全球优化杂志》45(4): 3-38.; ·Zbl 1180.90245号
[16] Frąckiewicz，M.和Palus，H.（2011）。KHM聚类技术作为内窥镜彩色图像的分割方法，国际应用数学与计算机科学杂志21（1） ：203-209，DOI:10.2478/v10006-011-0015-0。；
[17] Gan，G.、Ma，C.和Wu，J.（2007）。数据聚类：理论、算法和应用，宾夕法尼亚州费城SIAM·Zbl 1185.68274号
[18] Grbić，R.、Nyarko，E.K.和Scitovski，R.（2012）。对称函数Lipschitz全局优化直接方法的改进，全局优化杂志，57（4） ：1193-1212，DOI:10.1007/s10898-012-0020-3·Zbl 1279.65076号
[19] Grbić，R.、Scitovski，K.、Sabo，K.和Scitovsvki，R.（2013）。用移动最小绝对偏差法逼近曲面，应用数学与计算219（9） ：4387-4399·Zbl 1381.62068号
[20] Gurwitz，C.（1990年）。l1近似的加权中值算法30(2): 301-310.; ·Zbl 0704.65044号
[21] Hathaway，R.J.和Bezdek，J.C.（2001年）。不完全数据的模糊c均值聚类，IEEE系统、人与控制论汇刊，B部分：控制论31(5): 735-744.;
[22] Hubert，L.和Arabie，P.（1985）。比较分区，日志分类2(1): 193-218.; ·Zbl 0587.62128号
[23] Jain，A.（2010年）。超过k-means 50年，模式识别信件31(8): 651-666.;
[24] Jajuga，K.（1987）。基于L1-形式、计算统计和数据分析的聚类方法5(4): 357-371.; ·Zbl 0624.62058号
[25] Jajuga，K.（1991年）。基于L1-形式的模糊聚类、模糊集合和系统39(1): 43-50.; ·Zbl 0714.62052号
[26] Iyigun，C.（2007）。概率距离聚类，博士论文，研究生院，罗格斯，新泽西州新不伦瑞克。；
[27] Jones，D.R.、Perttunen，C.D.和Stuckman，B.E.（1993年）。；
[28] 无利普希茨常数的利普希兹优化，优化理论与应用杂志79(1): 157-181.; ·Zbl 0796.49032号
[29] Jörnsten，R.（2004）。基于L1数据深度的聚类和分类，多元分析杂志90(1): 67-89.; ·Zbl 1047.62064号
[30] Kogan，J.（2007）。《大维和高维数据聚类导论》，剑桥大学出版社，剑桥·Zbl 1183.62106号
[31] Leisch，F.（2006年）。用于k质心聚类分析、计算统计和数据分析的工具箱51(2): 526-544.; ·Zbl 1157.62439号
[32] Li，X.Hu，W.，Wang，H.和Zhang，Z.（2010）。使用旋转不变L1范数的线性判别分析，神经计算73（13-15）：2571-2579。；
[33] Scitovski，R.和Scitovsvski，S.（2013）。一种快速划分算法及其在地震调查、计算机和地球科学中的应用59(1): 124-131.;
[34] Simiáski，K.（2012年）。缺失数据回归建模的神经模糊方法，国际应用数学与计算机科学杂志22（2） ：461-476，DOI:10.2478/v10006-012-0035-4·Zbl 1283.93165号
[35] Späth，H.（1976年）。L1-聚类分析，计算16（4） ：379-387·Zbl 0322.65008号
[36] Späth，H.（1987）。使用聚类分析中的L1形式，Y.Dodge（Ed.），《基于L1形式和相关方法的统计数据分析第一届国际会议论文集》，瑞士纽沙特尔大学，1987年8月31日至9月4日，阿姆斯特丹爱思唯尔，第427-434页。；
[37] Malinen，M.I.和Fränti，P.（2012年）。按分析函数聚类，信息科学217(1): 31-38.;
[38] Meng，D.，Zhao，Q和Xu，Z.（2012）。通过L1-形式最大化、模式识别提高稀疏PCA的鲁棒性45(1): 487-497.; ·Zbl 1225.68202号
[39] Pintér，J.D.（1996年）。行动中的全局优化（连续和Lipschitz优化：算法、实现和应用），Kluwer学术出版社，Dordrecht·Zbl 0842.90110号
[40] Ruszczynski，A（2006年）。非线性优化，普林斯顿大学出版社，普林斯顿/牛津，新泽西州·Zbl 1108.90001号
[41] Sabo，K.和Scitovski，R.（2008）。最佳最小绝对偏差线性特性和两种有效方法，ANZIAMJournal50(2): 185-198.; ·Zbl 1182.65023号
[42] Sabo，K.、Scitovski，R.和Vazler，I.（2011年）。基于给定数据搜索最佳LAD超平面来搜索超定线性方程组的最佳LAD解，优化理论与应用杂志149(2): 293-314.; ·Zbl 1219.90125号
[43] Sabo，K.、Scitovski，R.和Vazler，I.（2012年）。基于一维中心的l1聚类方法，Optimization Letters7(1): 5-22; ·兹比尔1283.90034
[44] Sabo，K.、Scitovski，R.、Vazler，I.和Zeki´c-Sušac，M.（2011）。天然气消耗、能量转换和管理的数学模型52(3): 1721-1727.;
[45] Teboulle，M.（2007）。基于中心的聚类方法的统一连续优化框架，机器学习研究杂志8(1): 65-102.; ·Zbl 1222.68318号
[46] Vardi，Y.，Zhang，C.H.（2000）。多元L1-median和相关数据深度，美国国家科学院学报97(4): 1423-1426.; ·Zbl 1054.62067号
[47] Vazler，I.、Sabo，K.和Scitovski，R.（2012）。解决最小绝对偏差问题的数据加权中位数，统计学中的通信——理论和方法41(8): 1455-1465.; ·兹比尔1319.62141
[48] Zhang，J.、Peng，L.、Zhao，X.和Kurooglu E.E.（2012）。通过学习多度量lq-norm距离、带应用程序的专家系统实现稳健的数据聚类39(1): 335-349.;
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。