Метод кластеризации Evidence Accumulation Clustering и эффективный способ вычисления плотности разбиения с использованием бинарной матрицы H

МЕНЮ

Главная страница
Поиск
Регистрация на сайте
Помощь проекту
Архив новостей

ТЕМЫ

Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация

RSS

RSS новости

В статье представлен ансамблевый метод кластеризации Evidence Accumulation Clustering и эффективный способ вычисления плотности разбиения с использованием бинарной матрицы H, что существенно ускоряет процесс. Показано, что максимизация плотности эквивалентна минимизации потерь метода k-means. Сравнение с другими алгоритмами показывает, что k-means дает сопоставимые результаты в терминах нормализованной взаимной информации (NMI), при этом он прост в использовании.

https://arxiv.org/pdf/2311.09272.pdf


Источник: arxiv.org

Комментарии: