sensitivity sampling

基于预测的新方法加速了大型数据集的k均值聚类

研究人员开发了一种新的方法，通过使用预测来近似输入点的重要性，从而对大型数据集进行k均值聚类。该方法利用了理论结果，允许对敏感度进行比以往更粗略的近似，从而可以使用更嘈杂的预测器。当在来自同一分布的连续数据集上执行聚类时，该方法特别有效，其中一个数据集上误差较低的中心可以预测后续数据集的敏感度，与现有方法相比，在聚类成本与运行时间方面提供了改进。