研究人员在两种主要的层次聚类方法之间建立了理论联系:密度聚类树和谱系层次结构。他们证明,在特定条件下,源自扩散距离和拉普拉斯算子的谱系层次结构在拓扑上可以等同于密度聚类树。当扩散距离经过适当缩放时,这种等价性成立,并且可以扩展到 k-NN 图实现,从而提供一种将谱图构造简化为密度水平集拓扑的方法。 AI
影响 确立了聚类方法之间的理论等价性,可能改进无监督学习技术。
排序理由 该集群包含一篇发表在 arXiv 上的学术论文,详细介绍了机器学习领域的理论研究。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- density cluster tree
- Hugging Face
- k-NN graph
- machine learning
- single-linkage clustering
- spectral hierarchy
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →