新理论解释了贪心搜索的最优聚类结果

一项新的理论分析，即固定核心分配理论（Fixed-Core Assignment Theory），解释了为什么贪心搜索能够实现最优聚类结果，尤其是在处理不规则聚类形状和不同密度的情况下。该理论将贪心搜索过程映射到分区拟阵（partition matroid），证明了其固有的最优性。该研究为“聚类即分布”（Cluster-as-Distribution, CaD）聚类目标提供了近最优保证，通过真实分布嵌入与经验分布嵌入之间的近似误差来控制遗憾。这项工作首次从理论上解释了 CaD 聚类在传统面向集合的方法失败的情况下取得成功的原因。 AI

影响 为先进的聚类技术提供了理论基础，可能改进机器学习中的数据分析。

排序理由 该聚类包含一篇详细介绍聚类算法新理论分析的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• Cluster-as-Distribution
• CORE Recommender
• DagsHub
• Fixed-Core Assignment Theory
• Gotit.pub
• Greedy search
• Hugging Face
• IArxiv Recommender
• ScienceCast
• spectral clustering

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →