计算机科学 > 机器学习
[提交于 2023年9月1日
]
标题: Lloyd算法在扰动下的一致性
标题: Consistency of Lloyd's Algorithm Under Perturbations
摘要: 在无监督学习的背景下,Lloyd算法是最常用的聚类算法之一。 它激发了大量研究工作,探讨在各种设置下具有真实聚类情况的算法正确性。 特别是,在2016年,Lu和Zhou表明,在从子高斯混合分布中抽取的$n$个独立样本上,Lloyd算法在$O(\log(n))$次迭代后,其错误聚类率是指数有界的,假设算法的初始化是适当的。 然而,在许多应用中,真实的样本是不可观测的,需要通过预处理管道(如适当数据矩阵上的谱方法)从数据中学习。 我们表明,在子高斯混合分布中扰动样本上的Lloyd算法的错误聚类率,在适当初始化的假设下,并且扰动相对于子高斯噪声较小的情况下,经过$O(\log(n))$次迭代后也是指数有界的。 在具有真实聚类的典型情况下,我们推导出诸如$k$-means$++$算法的界限,以找到良好的初始化,从而通过主要结果实现聚类的正确性。 我们展示了这些结果对测量从数据中派生聚类的统计显著性的管道(如SigClust)的含义。 我们利用这些一般结果,推导出在一系列应用中Lloyd算法的错误聚类率的理论保证,包括高维时间序列、多维缩放以及通过谱聚类进行稀疏网络的社区检测。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.