BriefGPT - AI 论文速递
·
改进的异常值鲁棒的 k 均值种子
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本研究提出了解决离群点存在情况下的近似K-means聚类优化问题的方法，减少了同类簇查询数量。该方法适用于控制噪音和离群点的场景，并在人造数据集和真实数据集上进行了测试。
🎯
关键要点
- 本研究提出了一种解决离群点情况下的近似K-means聚类优化问题的方法。
- 该方法基于同类簇查询与有噪音答案，能够减少同类簇查询数量。
- 在一定条件下，该方法可以以大概率获得最优潜在解的(1+ε)近似解。
- 该方法适用于控制噪音和离群点的场景。
- 研究在人工数据集和真实数据集上进行了测试。
➡️
