Maximum weight matching

新的“视图距离”度量增强了高维数据聚类

研究人员引入了一种新颖的距离度量方法，称为“视图距离”（View distance），旨在提高k-means等聚类算法在高维数据上的性能。与可能在处理各向异性结构或冗余特征时表现不佳的欧氏距离不同，视图距离将数据投影到多个平面上，以捕捉复杂的特征交互。为了提高计算效率，提出了一种基于迭代最大权重匹配的策略，将复杂度从O(n^2)降低到O(k)。在各种数据集上的实验表明，视图距离在保持可解释性和速度的同时，提供了与传统度量方法相当或更优的结果。