PulseAugur
实时 09:09:59
English(EN) Characterizations of Admissible Objective Functions for Hierarchical Clustering

新研究表征了层次聚类目标函数

研究人员对层次聚类目标函数提出了新的理论见解。他们在特定的多项式条件下表征了可容许的求和型目标函数,并提出了一类新的最大值型目标函数。对于这些最大值型函数,他们建立了可容许性的通用且完整的表征,特别是在缩放函数是次数最多为二的对称多项式时。 AI

影响 为聚类算法提供了新的理论基础,可能影响数据分析和机器学习流程。

排序理由 学术论文,介绍了层次聚类目标函数的新理论表征。

在 arXiv cs.LG 阅读 →

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

新研究表征了层次聚类目标函数

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Ryuki Tsukuba, Kazutoshi Ando ·

    Characterizations of Admissible Objective Functions for Hierarchical Clustering

    arXiv:2604.23628v1 Announce Type: cross Abstract: Hierarchical clustering is a fundamental task in data analysis, yet for a long time it lacked a principled objective function. Dasgupta [STOC 2016] initiated a formal framework by introducing a discrete objective function for clus…